PENGKLASIFIKASIAN DAUN MANGGA, SALAM DAN SAWO DENGAN MENGGUNAKAN METODE NAIVE BAYES
|
|
- Yuliana Sanjaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENGKLASIFIKASIAN DAUN MANGGA, SALAM DAN SAWO DENGAN MENGGUNAKAN METODE NAIVE BAYES Andrian Riza Hermawan 1, Andriano E. Wibowo 2, Dhio Alfanda F. 3, Dwi Fetiria Ningrum 4, Naldo Sancho Liman 5 1,2,3,4,5 Program Studi Informatika, Program Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya rhyan.3370@gmail.com 1, ano.ryu777@gmail.com 2, alfanders@live.com 3, bluesaphire03@gmail.com 4, kingdominheart@gmail.com 5 Abstrak Pengklasifikasian tanaman dapat dilakukan dengan melihat karakteristik daun tanaman tersebut. Daun merupakan salah satu karakteristik tanaman yang mudah dikenali. Warna dan bentuk daun masing-masing tanaman berbeda sehingga dapat ditemukan suatu pola tertentu untuk mengklasifikasikannya. Penelitian ini menggunakan pengenalan pola suatu citra daun untuk diklasifikasi. Daun yang digunakan adalah daun mangga, salam dan sawo. Fitur yang digunakan adalah warna dan bentuk daun. Dalam penelitian ini proses ekstraksi fitur yang digunakan adalah kode rantai. Kode rantai tersebut digunakan untuk mengambil bentuk citra. Penelitian ini menggunakan metode naïve bayes untuk melakukan proses klasifikasi terhadap daun mangga, salam dan sawo. Hasil penelitian ini menunjukkan bahwa tingkat akurasi pada daun mangga adalah 80%, daun salam 80%, dan daun sawo 100%. Kata kunci: Klasifikasi, warna daun, bentuk daun, kode rantai, naïve bayes Abstract Plant classification can be done by observing the leaf s characteristics. The leaf is one of the plant s characteristics which is easy to be recognized. The color and the leaf s shape of each plant are different, therefore a certain pattern can be found to classify it. This research uses a pattern recognition of the leaf s image to be classified. Leafs that used are mango leaf, bay leaf, and sapodilla leaf. The features are colors and the shape of the leaf. The chain code is used to take the shape of the image. This research is using Naïve Bayes method to do the classification process of mango leaf, bay leaf, and sapodilla leaf. The result of this research shows that degree of accuracy of each mango leaf and bay leaf are 80% while sapodilla leaf is 100%. Key words: Classificatian, leaf s color, leaf s shape, chain code, naïve bayes. 1. PENDAHULUAN Keanekaragaman hayati yang ada di dunia telah mendorong para ahli biologi untuk membuat suatu sistem untuk mempelajari dan mengenali organisme dengan melalui klasifikasi. Pengklasifikasian merupakan pengelompokkan organisme berdasarkan karakteristik tertentu. Pengklasifikasian tumbuhan menggunakan daun dapat dilihat dari bentuk dan warna daun[5]. Pada beberapa sistem temu kembali citra, sebuah citra dapat direpresentasikan oleh beberapa fitur seperti warna dan bentuk. Citra yang mirip ditentukan oleh kedekatan nilai fitur yang dipakai. Sementara itu di bidang ilmu botani, sangat dibutuhkan teknologi pencarian citra daun secara otomatis dari berbagai koleksi citra daun yang ada[1]. Untuk melakukan representasi terhadap bentuk obyek pada citra dapat menggunakan metode Kode Rantai (chain code). Kode rantai (chain code) adalah metode yang sering
2 digunakan untuk mengidentifikasi bentuk (contour) suatu citra[2][6]. Setelah didapatkan fitur warna dan bentuk, akan terbentuk suatu pola tertentu. Pola tersebut dapat digunakan untuk mengklasifikasi citra daun[4]. Pada penelitian ini digunakan metode naive bayes untuk menentukan klasifikasi tumbuhan. Daun yang digunakan pada penelitian ini adalah daun mangga, salam dan sawo. 2. METODE PENELITIAN Tahap-tahap pada penelitian ini adalah praproses, fitur ekstraksi, klasifikasi dan postproses. Metode yang digunakan dalam penelitian ini adalah sebagai berikut. 2.1 Kode Rantai (Chain code) Kode rantai seperti pada gambar 1 sering digunakan untuk mengidentifikasi bentuk (contour) suatu citra. Kode ini terbagi menjadi 8 arah dimana urutan pembacaan arah dari satu titik ke titik yang lain sesuai dengan arah jarum jam[6] P = jumlahkodegenap + 2.jumlahKodeGanjil (1) Dengan menggunakan jumlah kode genap dan ganjil pada arah kode rantai dapat menghasilkan keliling area suatu citra. Untuk kode ganjil digunakan 2 karena arah pada kode tersebut diagonal. Sedangkan untuk menghitug luas suatu citra menggunakan kode rantai seperti pada persamaan (2)[7]. Kode 0 : Area = Area + Y Kode 1 : Area = Area + (Y + 0.5) Kode 2 : Area = Area Kode 3 : Area = Area (Y + 0.5) Kode 4 : Area = Area Y Kode 5 : Area = Area (Y 0.5) Kode 6 : Area = Area Kode 7 : Area = Area + (Y 0.5) (2) Dimana total area keseluruhan adalah Ʃ Area. 2.2 Naïve Bayes Naïve bayes adalah suatu metode pengklasifikasian paling sederhana dengan menggunakan peluang yang ada, dimana diasumsikan bahwa setiap variable X bersifat bebas (independence)[3]. Karena asumsi variabel tidak saling terikat, maka didapatkan persamaan (3). 4 0 (3) Gambar 1. Arah Kode Rantai Untuk menghitung keliling area suatu citra dapat menggunakan persamaan (1) berikut[7]. Data yang digunakan dapat bersifat kategorial maupun kontinyu. Untuk data kontinyu dapat diselesaikan dengan menggunakan langkah-langkah berikut.
3 1. Hitung probabilitas (Prior) tiap kelas yang ada. 2. Lalu hitung rata-rata (mean) tiap fitur dengan persamaan (4). (4) Dimana : k = banyaknya data n = nilai data 3. Kemudian hitung nilai standar deviasi dari fitur tersebut seperti pada persamaan (5). (5) 4. Selanjutnya menghitung densitas probabilitasnya menggunakan persamaan (6). (6) 5. Setelah didapatkan nilai densitas probabilitas dan prior, hitung probabilitas masing-masing kelas dengan menggunakan persamaan (7). P = P (X Ci) P(Ci) (7) Nilai probabilitas terbesar adalah kelas yang sesuai. Sedangkan untuk data kategorial, hanya memerlukan semua kemungkinan yang terjadi. Metode kode rantai digunakan pada tahap fitur ekstraksi sedangkan metode naive bayes digunakan pada tahap klasifikasi. 3. HASIL DAN PEMBAHASAN Secara garis besar, sistem bekerja sebagai berikut. Pertama, pilih gambar daun yang ingin dikenali. Ketika gambar akan diproses oleh sistem, gambar akan melalui pra-proses dimana nilai RGB gambar disimpan terlebih dahulu dan noise pada gambar dihilangkan. Selanjutnya dilakukan perubahan dari gambar berwarna menjadi grayscale untuk mendapatkan bentuk biner gambar tersebut. Setelah permrosesan gambar selesai, dilakukan ekstraksi fitur dengan chain code untuk mendapatkan keliling dan luas daun tersebut. Kemudian dilakukan proses klasifikasi dengan menggunakan naïve bayes. Sistem diuji dengan database yang berisikan data 102 daun sebagai data latih dan 15 data sampel untuk diuji terlihat pada table 1. Tabel 1. Jumlah Data Training dan Data Sampel dalam Database No. Nama Daun Jumlah Citra 1. Mangga Salam Sawo 40 Total Jumlah Citra 113 Masing-masing daun yang akan diuji dicari terlebih dahulu pobabilitas kemunculannya. Sehingga dapat digunakan dalam menentukan klasifikasi pada data testing. Selanjutnya nilai rata-rata dan varian setiap fitur yang digunakan dihitung menggunakan persamaan(4) dan (5) sehingga dihasilkan nilai seperti pada tabel 2.
4 Tabel 2. Nilai rata-rata dan varians tiap fitur Fitur Mean Variance R --- Sawo R --- Mangga R --- Salam G --- Sawo G --- Mangga G --- Salam B --- Sawo B --- Mangga B --- Salam Sawo Mangga Salam Sawo Mangga Salam Sawo Mangga Salam Sawo Mangga Salam Keliling --- Sawo Keliling --- Mangga Keliling --- Salam Luas --- Sawo Luas --- Mangga Luas --- Salam Setelah mengetahui nilai rata-rata dan varian tiap fitur yang digunakan maka hasil pengujian dari data testing sebagai berikut. Tabel 3. Hasil Pengujian Sampel Kelas Posterior Prediksi Hasil 1 Sawo E- Sawo Benar 22 2 Sawo E- Sawo Benar 20 3 Sawo 4.76E-21 Sawo Benar 4 Sawo E- Sawo Benar 21 5 Sawo E- Sawo Benar 21 6 Salam E- Salam Benar 32 7 Salam 4.82E- Salam Benar 8 Salam 1.304E- Mangga Salah 23 9 Salam E- Salam Benar Salam E- Salam Benar Mangga E- Mangga Benar Mangga E- Mangga Benar 13 Mangga E Mangga Benar - 14 Mangga E- Salam Salah 15 Mangga 5.48E-23 Mangga Benar Dari 15 data sampel terdapat 2 data yang salah prediksi sehingga total akurasi dari data yang terdapat pada tabel 3 adalah 86.67%. Keakurasiannya untuk tiap kelas daun mangga, salam dan sawo adalah 80%, 80% dan 100%. Ada beberapa hal yang harus diperhatikan dalam pengujian tersebut yaitu ukuran citra yang digunakan harus sama agar ketika pengecekan kode rantai kompleksitasnya tidak terlalu tinggi. 4. KESIMPULAN Berdasarkan hasil uji coba dapat disimpulkan bahwa metode chain code cukup
5 efektif untuk mendapatkan bentuk daun sehingga fitur bentuk lebih optimal. Hasil uji coba menunjukkan bahwa metode naïve bayes cukup efektif untuk proses klasifikasi. DAFTAR PUSTAKA [1] Agus Zainal Arifin, Bayu Bagus, dan Dini Adni Navastara, Klasifikasi Online Citra Daun berdasarkan Fitur Bentuk dan Ruas Daun, Jurusan Teknik Informatika, Fakultas Teknik, Institut Teknologi Sepuluh November, [2] Z. Wang, Z. Chi, D. Feng, Q. Wang, Leaf Image Retrieval with Shape Features, Lecture Notes in Computer Science 1929 (2000) [3] Cahyo Darujati dan Agustinus Bimo Gumelar, Pemanfaatan Teknik Supervised untuk Klasifikasi Teks Bahasa Indonesia, Sistem Informasi, Fakultas Ilmu Komputer, Universitas Narotama Surabaya, [4] Shih, Frank Y. Image Processing and Pattern Recognition : Fundamentals and Techniques Wiley [5] Anonymous. Struktur Jaringan & Fungsi Daun URL : diakses tanggal 28 Desember [6] Cris Luengo. How to Obtain Chain Code URL : archives/3, diakses tanggal 11 Oktober 2012 [7] Prof. Yingli Tian, 2012 : Digital Image Processing Lecture 21 : Image Descriptor and Representation 1. The City College of New York. URL : wwwee.ccny.cuny.edu/www/web/yltian/cours es/ee4710/ee4710_lec21.pdf, diakses tanggal 2 Januari 2013.
Kata kunci: Klasifikasi, warna kulit, naïve bayes
PENGKLASIFIKASI GENUS PANTHERA (HARIMAU, SINGA, JAGUAR DAN MACAN TUTUL DENGAN METODE NAIVE BAYES Program Studi Informatika, Program Teknologi Informasi dan Ilmu Komputer, Agus Suryanto, Brian Andrianto,
Lebih terperinciPENENTUAN KUALITAS IKAN BANDENG MENGGUNAKAN ALGORITMA NAIVE BAYES BERDASARKAN TEKSTUR PADA CITRA ABSTRAK
PENENTUAN KUALITAS IKAN BANDENG MENGGUNAKAN ALGORITMA NAIVE BAYES BERDASARKAN TEKSTUR PADA CITRA Rahmanika Ratna Sari 1, Hanny Haryanto 2 1,2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian
Lebih terperinciHASIL DAN PEMBAHASAN. Tabel 1 Operator descriptor
Tabel 1 Operator descriptor Operator (P, R) Ukuran Blok (piksel) Kuantisasi Sudut (8, 1) 3 x 3 45 derajat (8, 2) 5 x 5 45 derajat (16, 2) 5 x 5 22.5 derajat (24, 3) 7 x 7 15 derajat Penentuan ukuran blok
Lebih terperinciKlasifikasi Online Citra Daun berdasarkan Fitur Bentuk dan Ruas Daun
Klasifikasi Online Citra Daun berdasarkan Fitur Bentuk dan Ruas Daun Agus Zainal Arifin 1, Bayu Bagus, Dini Adni Navastara 3 Jurusan Teknik Informatika, Fakultas Teknologi Informasi Institut Teknologi
Lebih terperinciEKSTRAKSI FITUR MENGGUNAKAN ELLIPTICAL FOURIER DESCRIPTOR UNTUK PENGENALAN VARIETAS TANAMAN KEDELAI HERMAWAN SYAHPUTRA
EKSTRAKSI FITUR MENGGUNAKAN ELLIPTICAL FOURIER DESCRIPTOR UNTUK PENGENALAN VARIETAS TANAMAN KEDELAI HERMAWAN SYAHPUTRA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE Andre Sitorus (0822107) Jurusan Teknik Elektro email: tiantorus11@gmail.com ABSTRAK Pola yang dibentuk oleh
Lebih terperinciAlfa Saleh. Teknik Informatika Universitas Potensi Utama Jl K.L. Yos Sudarso KM 6.5 No.3-A, Tanjung Mulia, Medan
PENERAPAN DATA MINING DENGAN METODE KLASIFIKASI NAÏVE BAYES UNTUK MEMPREDIKSI KELULUSAN MAHASISWA DALAM MENGIKUTI ENGLISH PROFICIENCY TEST (Studi Kasus : Universitas Potensi Utama) Alfa Saleh Teknik Informatika
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Data mining adalah proses mengeksplorasi dan menganalisis data dalam jumlah besar untuk menemukan pola dan rule yang berarti (Berry & Linoff, 2004). Klasifikasi adalah
Lebih terperinciKLASIFIKASI JENIS IKAN KOI MENGGUNAKAN GRAY LEVEL CO- OCCURRENCE MATRIX DAN ALGORITMA NAIVE BAYES
KLASIFIKASI JENIS IKAN KOI MENGGUNAKAN GRAY LEVEL CO- OCCURRENCE MATRIX DAN ALGORITMA NAIVE BAYES Tri Adhi Atmaji 1, Catur Supriyanto 2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
Lebih terperinciCONTENT BASED IMAGE RETRIEVAL UNTUK MENGIDENTIFIKASI MOTIF KARAWO MENGGUNAKAN METODE INVARIANT GENERALIZED HOUGH TRANSFORM
1 CONTENT BASED IMAGE RETRIEVAL UNTUK MENGIDENTIFIKASI MOTIF KARAWO MENGGUNAKAN METODE INVARIANT GENERALIZED HOUGH TRANSFORM Venny Mar atul Jannah Ismail 1, Arip Mulyanto 2, Abd. Aziz Bouty 3 1 Mahasiswa
Lebih terperinciKlasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor
Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor Febri Liantoni Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Adhi Tama Surabaya, Indonesia
Lebih terperinciJurnal Politeknik Caltex Riau
1 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id IMPLEMENTASI TEXT MINING DALAM KLASIFIKASI JUDUL BUKU PERPUSTAKAAN MENGGUNAKAN METODE NAIVE BAYES Siti Amelia Apriyanti 1), Kartina Diah Kesuma Wardhani
Lebih terperinciKLASIFIKASI KUALITAS BUAH STROBERI SEGAR BERDASARKAN PENGUKURAN ATRIBUT KECACATAN MENGGUNAKAN PENGOLAHAN CITRA
KLASIFIKASI KUALITAS BUAH STROBERI SEGAR BERDASARKAN PENGUKURAN ATRIBUT KECACATAN MENGGUNAKAN PENGOLAHAN CITRA Arina Diori (0722107) Jurusan Teknik Elektro email: arinadiorisinaga@yahoo.com ABSTRAK Buah
Lebih terperinciKlasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor
Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor Febri Liantoni Jurusan Teknik Informatika, Institut Teknologi Adhi Tama, Surabaya, Indonesia febri.liantoni@gmail.com
Lebih terperinciPenerapan Algoritma K-Means untuk Clustering
Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) 71 Penerapan Algoritma K-Means untuk ing Dokumen E-Jurnal STMIK GI MDP Ernie Kurniawan* 1, Maria Fransiska 2, Tinaliah 3, Rachmansyah
Lebih terperinciSIMULASI DAN ANALISIS SISTEM PENGENALAN WAJAH TAMPAK SAMPING MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP)
SIMULASI DAN ANALISIS SISTEM PENGENALAN WAJAH TAMPAK SAMPING MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP) Ardy Dwi Caesaryanto¹, Bambang Hidayat², Ratri Dwi Atmaja³ ¹Teknik Telekomunikasi,, Universitas
Lebih terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinciPerbaikan Kualitas Citra Untuk Klasifikasi Daun Menggunakan Metode Fuzzy K-Nearest Neighbor
Perbaikan Kualitas Citra Untuk Klasifikasi Daun Menggunakan Metode Fuzzy K-Nearest Neighbor Asih Setiyorini 1, Jayanti Yusmah Sari 2 Program Studi Teknik Informatika, Universitas Halu Oleo, Kendari, Indonesia
Lebih terperinciPengenalan Warna Kulit Untuk Klasifikasi Ras Manusia Andy Putra P. Zebua /
Pengenalan Warna Kulit Untuk Klasifikasi Ras Manusia Andy Putra P. Zebua / 0522099 Email : te.0522099_ukm@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. drg.
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
Latar Belakang PENDAHULUAN Indonesia merupakan negara tropis yang memiliki + 30.000 spesies tumbuh-tumbuhan ([Depkes] 2007). Tumbuh-tumbuhan tersebut banyak yang dibudidayakan sebagai tanaman hias. Seiring
Lebih terperinciIdentifikasi Jenis Kayu Menggunakan Support Vector Machine Berbasis Data Citra
Tersedia secara online di: http://journal.ipb.ac.id/index.php/jika Volume 3 Nomor 1 halaman 1-8 ISSN: 2089-6026 Identifikasi Jenis Kayu Menggunakan Support Vector Machine Berbasis Data Citra Wood Type
Lebih terperinciABSTRAK. Kata kunci : CBIR, GLCM, Histogram, Kuantisasi, Euclidean distance, Normalisasi. v Universitas Kristen Maranatha
ABSTRAK Content-Based Image Retrieval (CBIR) adalah proses untuk mendapatkan suatu citra berdasarkan konten-konten tertentu, konten yang dimaksud dapat berupa tekstur, warna, bentuk. CBIR pada dasarnya
Lebih terperinciDeteksi Kemiripan Citra Tanaman Anggrek Menggunakan Metode Support Vector Machine (SVM) Kernel Linear
Jurnal Ilmiah ESAI Volume 8, No.3, Juli 214 ISSN No. 1978-634 Detecting Resemblance Of Orchid Plant Image Through Support Vector Machine (SVM) Of Kernel Linear Method Deteksi Kemiripan Citra Tanaman Anggrek
Lebih terperinciPENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
Lebih terperinciDAFTAR ISI. BAB I PENDAHULUAN 1.1 Latar Belakang Tujuan Penelitian Manfaat Penelitian... 4
DAFTAR ISI Halaman Judul... Halaman Pengesahan... Halaman Pernyataan... Halaman Pernyataan Publikasi... Kata Pengantar... Daftar Isi... Daftar Gambar... Daftar Tabel... Daftar Arti Lambang... Daftar Singkatan...
Lebih terperinciPENCOCOKAN OBYEK WAJAH MENGGUNAKAN METODE SIFT (SCALE INVARIANT FEATURE TRANSFORM)
Jurnal Ilmiah NERO Vol. 1 No. 1 2014 PENCOCOKAN OBYEK WAJAH MENGGUNAKAN METODE SIFT (SCALE INVARIANT FEATURE TRANSFORM) Meidya Koeshardianto, S. Si., M. T. Program Studi D3Manajemen Informatika, Universitas
Lebih terperinciKLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN VAHRUL MEILANI NIM.2012-51-115 DOSEN PEMBIMBING Endang Supriyati, M.Kom Alif Catur Murti, S.Kom,
Lebih terperinciKlasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra
Jurnal Ilmiah Ilmu Komputer, Vol 15 No. 2, Desember 2010 : 38-41 Klasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra Vera Yunita, Yeni Herdiyeni Departemen Ilmu
Lebih terperinciAPLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN FITUR WARNA DAN BENTUK
APLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN FITUR WARNA DAN BENTUK Arwin Halim 1, Hardy 2, Alvin Yufandi 3, Fiana 4 Program Studi Teknik Informatika, STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan
Lebih terperinciPENGENALAN GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI JARAK EUCLIDEAN TERNORMALISASI SKRIPSI FUJI FRILLA KURNIA
PENGENALAN GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI 09PENGENALAN GARIS TELAPAK TANGAN DENGAN MENGGUNAKAN FITUR EKSTRAKSI OPERASI BLOK FITUR OPERASI NON-OVERLAPPING BLOK NON-OVERLAPPING DAN PENCOCOKAN
Lebih terperinciMagister Teknik Informatika, Universitas Ahmad Dahlan, Yogyakarta 2. Program Studi Teknik Elektro, Universitas Ahmad Dahlan, Yogyakarta 3
Sistem Identifikasi Jamur Menggunakan Metode Ekstraksi Ciri Statistik Orde 1 dan Klasifikasi Jarak Mushroom Identification System Using the 1st Order Statistic Characteristic Extraction and Distance Classification
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciPENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ)
PENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ) KOMPETENSI KOMPUTASI SKRIPSI NI WAYAN DEVIYANTI SEPTIARI NIM. 1108605004
Lebih terperinciSegmentasi Citra menggunakan Support Vector Machine (SVM) dan Ellipsoid Region Search Strategy (ERSS) Arimoto Entropy berdasarkan Ciri Warna dan Tekstur Lukman Hakim 1, Siti Mutrofin 2, Evy Kamilah Ratnasari
Lebih terperinciJURNAL ANALISA PENGENALAN CITRA WAJAH MENGGUNAKAN BENTUK HIDUNG DENGAN METODE MINKOWSKI DISTANCE
JURNAL ANALISA PENGENALAN CITRA WAJAH MENGGUNAKAN BENTUK HIDUNG DENGAN METODE MINKOWSKI DISTANCE Analysis of the facial image pattern recognition using the shape of the nose with the method minkowski distance
Lebih terperinciPENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL
Makalah Nomor: KNSI-472 PENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL Barep Wicaksono 1, Suryarini Widodo 2 1,2 Teknik Informatika, Universitas Gunadarma 1,2 Jl.
Lebih terperinciGambar 15 Contoh pembagian citra di dalam sistem segmentasi.
dalam contoh ini variance bernilai 2000 I p I t 2 = (200-150) 2 + (150-180) 2 + (250-120) I p I t 2 = 28400. D p (t) = exp(-28400/2*2000) D p (t) = 8.251 x 10-4. Untuk bobot t-link {p, t} dengan p merupakan
Lebih terperinciDedi Argya Nugroho Effendi 1,Erna Zuni Astuti 2 1,2
37 Pengelompokan Jenis Tekstur Kayu Menggunakan K- Nearest Neighbor dan Ekstraksi Fitur Histogram Wood Texture Classification Using K-Nearest Neighbor and Histogram Feature Extraction Dedi Argya Nugroho
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciPENERAPAN NAÏVE BAYES UNTUK PREDIKSI KELAYAKAN KREDIT
PENERAPAN NAÏVE BAYES UNTUK PREDIKSI KELAYAKAN KREDIT Dedy Ahmad Kurniawan 1), Danny Kriestanto 2) Teknik Informatika, STMIK AKAKOM e-mail: dedyahmad.akakom10@gmail.com 1), danny@akakom.ac.id 2) ABSTRAK
Lebih terperinciVol. II, 26 November 2016, ISSN:
Seminar SENATIK Nasional Vol. II, 26 Teknologi November Informasi 2016, ISSN: dan 2528-1666 Kedirgantaraan (SENATIK) Vol. II, 26 November 2016, ISSN: 2528-1666 SiC- 109 Gracelia Adelaida Bere 1, Elizabeth
Lebih terperinciPENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)
PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM) Rima Tri Wahyuningrum *) Program Studi Teknik Informatika,
Lebih terperinciSISTEM KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
SISTEM KLASIFIKASI JENIS BERAS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION Pradityo Utomo Program Studi D3 Manajemen Informatika Universitas Merdeka Madiun pradityou@gmail.com ABSTRACT Information
Lebih terperinciREKOMENDASI TOPIK TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA DI UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE NAÏVE BAYESIAN CLASSIFIER
REKOMENDASI TOPIK TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA DI UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE NAÏVE BAYESIAN CLASSIFIER Titis Suwartiningsih (11 1065 1116) 1, Bagus Setya Rintyarna,
Lebih terperinciOPTICAL CHARACTER RECOGNITION DENGAN METODE NAIVE BAYES
OPTICAL CHARACTER RECOGNITION DENGAN METODE NAIVE BAYES Akhmad Robit Maula, Rizky Bangkit S, Akhmad Fikri Hidayat, Ach. Dwi Ardian, Nuri Nikmawati Anis U Email:obyth.regen@gmail.com, bangkitrizky@gmail.com,
Lebih terperinciDeteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity
54 Integer Journal, Vol 1, No 1, Maret 2016: 54-59 Deteksi Citra Objek Lingkaran Dengan Menggunkan Metode Ekstraksi Bentuk Circularity Hendro Nugroho Teknik Informatika, Fakultas Teknologi Informasi, Institut
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciPENGENALAN ABJAD AKSARA LATIN PADA KOMPUTER MENGGUNAKAN METODE SKELETONING
PENGENALAN ABJAD AKSARA LATIN PADA KOMPUTER MENGGUNAKAN METODE SKELETONING Elisa Cahyadi dan Joan Santoso Teknologi Informasi Sekolah Tinggi Teknik Surabaya elisa@stts.edu dan joan@stts.edu ABSTRAK Pada
Lebih terperinciPengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 3, Maret 2018, hlm. 1313-1317 http://j-ptiik.ub.ac.id Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector
Lebih terperinciPenerapan Algoritma K-Means Clustering Untuk Pengelompokkan Citra Digital Dengan Ekstraksi Fitur Warna RGB
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Penerapan Algoritma K-Means Clustering Untuk Pengelompokkan Citra Digital Dengan Ekstraksi Fitur Warna RGB Sandi Desmanto 1, Irwan 2, Renni Angreni
Lebih terperinciPENGENALAN POLA HURUF ALPHABET ABSTRAK
PENGENALAN POLA HURUF ALPHABET Tugas Akhir N. A. Pamungkas 1, Firdaus 2, E. S. Wahyuni 3 1. Penulis, Mahasiswa Jurusan Teknik Elektro Universitas Islam Indonesia 2. Dosen Pembimbing, Staf Pengajar di Jurusan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini dijelaskan landasan teori dan metode yang digunakan pada tugas akhir ini dalam pengklasifikasian dokumen teks. Pembahasan dimulai dengan penjelasan mengenai klasifikasi
Lebih terperinciPENERAPAN DATA MINING DALAM MENENTUKAN JURUSAN SISWA
PENERAPAN DATA MINING DALAM MENENTUKAN JURUSAN SISWA Alfa Saleh Teknik Informatika Universitas Potensi Utama Jl K.L. Yos Sudarso KM 6.5 No.3-A, Tanjung Mulia, Medan Email : alfasoleh1@gmail.com Abstrak
Lebih terperinciSCENE COMPLETION MENGGUNAKAN TEMPLATE MATCHING DAN POISSON BLENDING
SCENE COMPLETION MENGGUNAKAN TEMPLATE MATCHING DAN POISSON BLENDING Erick Alfons Lisangan Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Atma Jaya Makassar Alamat email : erick_lisangan@lecturer.uajm.ac.id
Lebih terperinci100% Akurasi = (11) Lingkungan Pengembangan
Algoritme Dekomposisi Wavelet Dekomposisi wavelet Haar dapat dijelaskan sebagai berikut : 1 Transformasi linear digunakan untuk mengubah ruang warna secara linear menjadi warna dasar. Karena citra yang
Lebih terperinciDETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE
DETEKSI DAN REPRESENTASI FITUR MATA PADA SEBUAH CITRA WAJAH MENGGUNAKAN HAAR CASCADE DAN CHAIN CODE Riandika Lumaris dan Endang Setyati Teknologi Informasi Sekolah Tinggi Teknik Surabaya riandika.lumaris@gmail.com
Lebih terperinciIDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK
IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID Disusun Oleh : Robin Yosafat Saragih (1022076) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciPERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT
PERBANDINGAN ANALISIS DISKRIMINAN FISHER DAN NAIVE BAYES UNTUK KLASIFIKASI RISIKO KREDIT (Studi Kasus Debitur di Koperasi Jateng Amanah Mandiri Cabang Sukorejo Kendal) SKRIPSI Disusun Oleh: ABDUR ROFIQ
Lebih terperinciKLASIFIKASI RUMAH LAYAK HUNI DI KABUPATEN BREBES DENGAN MENGGUNAKAN METODE LEARNING QUANTIZATION DAN NAIVE BAYES
KLASIFIKASI RUMAH LAYAK HUNI DI KABUPATEN BREBES DENGAN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION DAN NAIVE BAYES SKRIPSI Disusun Oleh : FITRI JUNIATY SIMATUPANG 24010211140078 JURUSAN STATISTIKA
Lebih terperinciImplementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga
Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga 207 Alfa Saleh Universitas Potensi Utama E-mail: alfasoleh1@gmail.com Abstrak Peranan listrik sangat
Lebih terperinciPENGELOMPOKAN GAMBAR BERDASARKAN WARNA DAN BENTUK MENGGUNAKAN FGKA (FAST GENETIC KMEANS ALGORITHM) UNTUK PENCOCOKAN GAMBAR
PENGELOMPOKAN GAMBAR BERDASARKAN WARNA DAN BENTUK MENGGUNAKAN FGKA (FAST GENETIC KMEANS ALGORITHM) UNTUK PENCOCOKAN GAMBAR Farah Zakiyah Rahmanti 1, Entin Martiana K. 2, S.Kom, M.Kom, Nana Ramadijanti
Lebih terperinciPengenalan Jenis Pempek Menggunakan Metode Canny & K-Nearest Neighbor (KNN) Berdasarkan Bentuknya
Pengenalan Jenis Pempek Menggunakan Metode Canny & K-Nearest Neighbor (KNN) Berdasarkan Bentuknya 1 Hafidz Surahman 1, Aisyah Fuja 2, Ir.Rubandi 3, Willy 4 1,2 STMIK GI MDP; Jalan Rajawali No.14 Palembang,
Lebih terperinciPENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN. Disusun oleh : Mario Herryn Tambunan ( )
PENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun oleh : Mario Herryn Tambunan (1022056) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciAnalisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra
Analisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra Meirista Wulandari Jurusan Teknik Elektro, Universitas Tarumanagara, Jakarta, Indonesia meiristaw@ft.untar.ac.id Diterima 10 Desember 016
Lebih terperinciUCAPAN TERIMAKASIH. Denpasar, Agustus Penulis
UCAPAN TERIMAKASIH Segenap puja dan puji syukur penulis panjatkan kehadapan Ida Sang Hyang Widhi Wasa sebagai sumber dari segala sumber pengetahuan, karena atas asung kertha wara nugrahanya Tesis yang
Lebih terperinciANALISIS SPAM FILTERING PADA MAIL SERVER DENGAN METODE BAYESIAN CHI-SQUARE DAN NAIVE BAYES CLASSIFIER SKRIPSI
ANALISIS SPAM FILTERING PADA MAIL SERVER DENGAN METODE BAYESIAN CHI-SQUARE DAN NAIVE BAYES CLASSIFIER SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika Disusun
Lebih terperinciPengenalan Pola/ Pattern Recognition
Pengenalan Pola/ Pattern Recognition Linear Discriminant Analysis Imam Cholissodin S.Si., M.Kom. Pokok Pembahasan 1. Linear Discriminant Analysis (LDA) Pengertian Klasifikasi LDA Rumus Umum LDA 2. Case
Lebih terperinciKLASIFIKASI TINGKAT KELANCARAN NASABAH DALAM MEMBAYAR PREMI DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL DAN NAÏVE BAYES SKRIPSI
KLASIFIKASI TINGKAT KELANCARAN NASABAH DALAM MEMBAYAR PREMI DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL DAN NAÏVE BAYES (Studi Kasus pada Asuransi AJB Bumiputera Tanjung karang Lampung) SKRIPSI
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Penggunaan citra yang semakin meningkat menimbulkan kebutuhan retrival citra yang juga semakin meningkat. Diperlukan suatu metode retrival citra yang efektif
Lebih terperinciSistem Pembaca Teks Bahasa Indonesia Otomatis Menggunakan Kamera Web Dengan Metode Integral Proyeksi
Sistem Pembaca Teks Bahasa Indonesia Otomatis Menggunakan Kamera Web Dengan Metode Sigit Wasista, Siwi Dian Priyanti Jurusan Teknik Elektronika Politeknik Elektronika Negeri Surabaya- Institut Teknologi
Lebih terperinciPERBANDINGAN K-NEAREST NEIGHBOR DAN NAIVE BAYES UNTUK KLASIFIKASI TANAH LAYAK TANAM POHON JATI
Techno.COM, Vol. 15, No. 3, Agustus 2016: 241-245 PERBANDINGAN K-NEAREST NEIGHBOR DAN NAIVE BAYES UNTUK KLASIFIKASI TANAH LAYAK TANAM POHON JATI Didik Srianto 1, Edy Mulyanto 2 1,2 Teknik Informatika,
Lebih terperinciANALISA DETEKSI KELOMPOK USIA DAN GENDER BERDASARKAN KONTUR WAJAH DENGAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) WAJAH DENGAN PENGOLAHAN CITRA DIGITAL Marlina Novalinda Br Purba¹, Achmad Rizal², Suryo Adhi Wibowo³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Teknologi pengolahan
Lebih terperinciAPLIKASI PENGOLAHAN CITRA DIGITAL DALAM MENGHITUNG JUMLAH SUATU OBJEK PADA SUATU DAERAH PENGAMATAN ABSTRAK
i APLIKASI PENGOLAHAN CITRA DIGITAL DALAM MENGHITUNG JUMLAH SUATU OBJEK PADA SUATU DAERAH PENGAMATAN Rubinhut Sihar / 0322161 Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri 65, Bandung
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 651-659 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KLASIFIKASI TINGKAT KELANCARAN NASABAH DALAM MEMBAYAR PREMI
Lebih terperinciPEMBANGUNAN SISTEM CONTENT-BASED IMAGE RETRIEVAL MENGGUNAKAN KODE FRAKTAL DARI DOKUMEN CITRA TESIS ARIF RAHMAN NIM :
PEMBANGUNAN SISTEM CONTENT-BASED IMAGE RETRIEVAL MENGGUNAKAN KODE FRAKTAL DARI DOKUMEN CITRA TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung
Lebih terperinciKlasifikasi Belimbing Menggunakan Naïve Bayes Berdasarkan Fitur Warna RGB
IJCCS, Vol.11, No.1, January 2017, pp. 99~108 ISSN: 1978-1520 Klasifikasi Belimbing Menggunakan Naïve Bayes Berdasarkan Fitur Warna RGB 99 Fuzy Yustika Manik 1, Kana Saputra Saragih* 2 1 Manajemen Informatika,
Lebih terperinciSISTEM IDENTIFIKASI PENYAKIT TANAMAN KACANG KEDELAI MENGGUNAKAN METODE NAIVE BAYES
SISTEM IDENTIFIKASI PENYAKIT TANAMAN KACANG KEDELAI MENGGUNAKAN METODE NAIVE BAYES Nopiyanti 1, Eneng Tita Tosida 2 dan Aries Maesya 3 Program Studi Ilmu Komputer-FMIPA Universitas Pakuan Jl. Pakuan PO
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciPENGENALAN SPESIES TANAMAN BERDASARKAN BENTUK DAUN MENGGUNAKAN ALGORITMA SOBEL
PENGENALAN SPESIES TANAMAN BERDASARKAN BENTUK DAUN MENGGUNAKAN ALGORITMA SOBEL Ayulia febriantia* a *Fakultas Ilmu Komputer (FIKOM) Universitas Almuslim Jl. Almuslim No. 1 Matangglumpangdua Bireuen-Aceh
Lebih terperinciPERBANDINGAN METODE SUPERVISED DAN UNSUPERVISED MELALUI ANALISIS CITRA GOOGLE SATELITE UNTUK TATA GUNA LAHAN
PERBANDINGAN METODE SUPERVISED DAN UNSUPERVISED MELALUI ANALISIS CITRA GOOGLE SATELITE UNTUK TATA GUNA LAHAN Latar Belakang Penginderaan jauh merupakan suatu ilmu atau teknologi untuk memperoleh informasi
Lebih terperinciSISTEM PENGENALAN WAJAH BERBASIS METODA FISHERFACE TUGAS AKHIR. Febrian Ardiyanto NIM :
SISTEM PENGENALAN WAJAH BERBASIS METODA FISHERFACE TUGAS AKHIR Oleh Febrian Ardiyanto NIM : 13203137 PROGRAM STUDI TEKNIK ELEKTRO SEKOLAH TEKNIK ELEKTRO DAN INFORMATIKA INSTITUT TEKNOLOGI BANDUNG 2007
Lebih terperinciSistem Rekomendasi Bacaan Tugas Akhir Jurusan Teknik Informatika Universitas Sriwijaya menggunakan Metode Collaborative Filtering dan Naive Bayes
Sistem Rekomendasi Bacaan Tugas Akhir Jurusan Teknik Informatika Universitas Sriwijaya menggunakan Metode Collaborative Filtering Naive Bayes Riri Intan Aprilia 1 Teknik Informatika Fakultas Ilmu Komputer
Lebih terperinciOleh: Ulir Rohwana ( ) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T.
Oleh: Ulir Rohwana (1209 100 702) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T. DAFTAR ISI I II III IV V VI PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PERANCANGAN DAN IMPLEMENTASI HASIL DAN PENGUJIAN
Lebih terperinciPerbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir ABSTRAK
Perbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir Rizki Hamdani / 0322 Jurusan Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Jl. Prof. Drg.
Lebih terperinciIdentifikasi Jenis Buah Apel Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Ekstraksi Fitur Histogram
Identifikasi Jenis Buah Apel Menggunakan Algoritma K-Nearest Neighbor (KNN) dengan Ekstraksi Fitur Histogram Ion Ataka Halela 1,Bowo Nurhadiyono,S.Si, M.Kom 2,Farah Zakiyah Rahmanti 3 1 Fakultas Ilmu Komputer
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION Disusun oleh: Togu Pangaribuan 0722087 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg. Suria Sumantri, MPH No. 65, Bandung
Lebih terperinciKlasifikasi Mutu Telur Berdasarkan Kebersihan Kerabang Telur Menggunakan K-Nearest Neighbor
Klasifikasi Mutu Telur Berdasarkan Kebersihan Kerabang Telur Menggunakan K-Nearest Neighbor Puspa Rizky Trisnaningtyas 1, Maimunah 2 Program Studi Teknik Komputer Universitas Islam 45 Bekasi, Indonesia
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciABSTRAK. Kata Kunci : klasifikasi, musik digital, jenis musik, support vector machine, fitur ekstraksi, daftar putar musik digital
ABSTRAK Kemudahan dalam mendapatkan musik digital membuat orang-orang dapat memiliki banyaknya koleksi musik digital. Terkadang orang-orang menikmati musik dengan jenis musik tertentu berdasarkan kondisi
Lebih terperinciPengantar Mata Kuliah Pengolahan Citra
Achmad Basuki Nana R Fadilah Fahrul Politeknik Elektronika Negeri Surabaya Pengantar Mata Kuliah Pengolahan Citra Content: 1. Tujuan mata kuliah Pengolahan Citra 2. Apa saja yang bisa dikerjakan dengan
Lebih terperinci@UKDW BAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Batik adalah salah satu warisan budaya Indonesia. Tanggal 2 Oktober adalah hari batik nasional dan juga hari batik internasional karena pada tanggal 2 Oktober
Lebih terperinciPENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS)
PENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS) Disusun oleh : Yudi Setiawan (0722095) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, No.
Lebih terperinciMetode Steganografi Penyisipan Karakter dengan Teknik LSB dan Penempatan Bit mengikuti Langkah Kuda Catur (L-Shape)
Metode Steganografi Penyisipan Karakter dengan Teknik LSB dan Penempatan Bit mengikuti Langkah Kuda Catur (L-Shape) Charits Muntachib 1,*, Ratri Dwi Atmaja 1, Bambang Hidayat 1 1 S1 Teknik Telekomunikasi,
Lebih terperinciKlasifikasi Bahasa Isyarat Indonesia Berbasis Sinyal EMG Menggunakan Fitur Time Domain (MAV, RMS, VAR, SSI)
A175 Klasifikasi Bahasa Isyarat Indonesia Berbasis Sinyal EMG Menggunakan Fitur Time Domain (MAV, RMS, VAR, SSI) Ifut Rahayuningsih, Adhi Dharma Wibawa, Eko Pramunanto Departemen Teknik Komputer, Fakultas
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB)
REALISASI PERANGKAT LUNAK UNTUK IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL LINE BINARY PATTERN (LLPB) Elfrida Sihombing (0922019) Jurusan Teknik Elektro Universitas
Lebih terperinciIMPLEMENTASI TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER
IMPLEMENTASI TEMU KEMBALI CITRA TEKSTUR MENGGUNAKAN ROTATED WAVELET FILTER M. Jamaluddin 1, Nanik Suciati 2, Arya Yudhi Wiajaya 3 1,2,3 Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi
Lebih terperinci