Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number T-0978 (Softcopy T-0687) Source Code T-0134
Collection Type Tesis
Title Klasifikasi tumbuhan melalui morfologi bentuk dan venasi daun dengan studi kasus pada genus dillenia
Author Pesigrihastamadya Normakristagaluh;
Publisher Depok: Pascasajana Ilmu Komputer UI, 2012
Subject
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
T-0978 (Softcopy T-0687) Source Code T-0134 TERSEDIA
Tidak ada review pada koleksi ini: 37668
ABSTRAK

ABSTRAK Nama : Pesigrihastamadya Normakristagaluh NPM : 1006800150 Program Studi : Fakultas Ilmu Komputer, Magister Ilmu Komputer Judul Tesis : Klasifikasi Tumbuhan Melalui Morfologi Bentuk Dan Venasi Daun Dengan Studi Kasus Pada Genus Dillenia Arsitektur daun merupakan karakterisitik elemen yang terdapat pada daun meliputi bentuk dan contour yang biasanya dipakai sebagai ciri pembeda dalam proses klasifikasi jenis pada tumbuhan. Pada penelitian ini, metode pada pengolahan citra digunakan untuk mengklasifikasi jenis pada genus Dillenia. Karakteristik pembeda yang digunakan selain karakteristik eksternal juga karakteristik internal yang mencakup venasi daun. Sedangkan metode ekstraksi ciri yang diterapkan sebagai deskriptor adalah metode dimensi fraktal, rasio panjang dan lebar, rasio perimeter dan area, moment invariant dan sudut antara venasi primer dan sekunder. Seleksi ciri dilakukan dengan metode analisa varian dan CFS Subset Evaluator terhadap semua ciri-ciri yang diperoleh dari tahap ekstraksi ciri. Metode klasifikasi yang digunakan terdiri dari dua model klasifikasi diantaranya yaitu pendekatan model statistik (Naive Bayesian Classifier), dan pendekatan model bebas yaitu fuzzy (FLVQ (Fuzzy Learning Vector Quantization)) dan Jaringan Syaraf Tiruan (BPNN (Back Propagation Neural Network) dan ELM (Extreme Learning Machine)). Hasil penelitian memperlihatkan bahwa ciri yang relatif efektif dalam proses klasifikasi yaitu rasio panjang dan lebar citra daun bagian atas, moment invariant ke 4 citra daun bagian atas, dan dimensi fraktal (df): df1, df2 dan df3 citra daun bagian atas dan bawah. Sedangkan kombinasi ciri yang paling baik diperoleh dari metode CFS Subset Evaluator dan Genetic Search yaitu kelompok 2 TW. Hasil klasifikasi yang terbaik didapatkan dengan nilai akurasi 0.997 dengan classifier ELM. Kata Kunci : Klasifikasi jenis Dillenia, ciri bentuk, citra daun Dillenia, moment invariant, dimensi fraktal, rasio perimeter dan luas, rasio panjang dan lebar, sudut antara venasi primer dan sekunder, Naïve Bayes classifier, FLVQ (Fuzzy Learning Vector Quantization), Backpropagation, ELM (Extreme Learning Machine).

Favorite
Perancangan Sistem Interaksi Tata Kelola Teknologi Informasi
Author: Tika Maliyana; | Publisher: Prosiding medan,25-26 februari 2011 konferensi nasional sistem informasi 20011 information system: bridging gap between theories and practices (KNSI)
[Remove]
Documentation : a member of the cisco connection family
Author: | Publisher: Cisco Systems Inc, 1997
[Remove]
Privoted document length normalization, Hal. 21-29
Author: Amit Singhal; Chris Buckley; Mandar Mitra; | Publisher: SIGIR'96 : Proceedings of the 19th Annual International ACM SIGIR Conference on Research dan Development in Information Retrieval, August 18-22, 1996 Zurich, Switzerland
[Remove]
Informatin technology control and audit 3rd ed
Author: Senft, Sandra; | Publisher: London : CRC Press, 2009
[Remove]
Evaluasi Usability dan Perbaikan Antarmuka Web Software Product Line pada Produk AMANAH
Author: Puspita Sari Matovanni; | Publisher: Depok: Fasilkom UI, 2023
[Remove]
Computers their structure, use, and influence/ Daniel Slotnick; Joan K. Slotnick
Author: Slotnick, Daniel L.; | Publisher: New Jersey; Prentice-Hall Inc.; 1979
[Remove]