Pattern Recognition methods develop

Pattern Recognition methods developed in
recent five decade are a scientific way to classification of
objects into a number of classes. Bayesian Algorithm,
K_Nearest Neighbor (KNN), Parzen Window and Multi-
layer Perceptron (MLP) are number of some methods that
each has performance in specific fields. This paper
presents the performance of this methods in classifying
the numerous skin diseases images into twelve classes
that each class represent a type of skin disease. It will
focus on improving the Accuracy Percentage VS to
classifying time.

Hasil (Bahasa Indonesia) 1:

Pola pengakuan metode yang dikembangkan dihari lima dekade adalah cara ilmiah untuk klasifikasibenda ke dalam sejumlah kelas. Algoritma Bayesian,K_Nearest tetangga (KNN), Parzen jendela dan Multi-lapisan Perceptron (MLP) beberapa dari beberapa metode yangmasing-masing memiliki kinerja di bidang tertentu. Karya inimenyajikan kinerja metode ini dalam mengklasifikasikanpenyakit kulit banyak gambar ke dalam kelas dua belasbahwa masing-masing kelas mewakili jenis penyakit kulit. Akanberfokus pada peningkatan akurasi persentase VS untukmengklasifikasikan waktu.