KLASIFIKASI JENIS POHON MANGGA GADUNG DAN CURUT BERDASARKAN TESKTUR DAUN
|
|
- Erlin Santoso
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SESINDO 011-Jurusan Siste Inforasi ITS KLASIFIKASI JENIS POHON MANGGA GADUNG DAN CURUT BERDASARKAN TESKTUR DAUN Soffiana Agustin 1), Eko Prasetyo ) 1,) Progra Studi Teknik Inforatika, Fakultas Teknik, Universitas Muhaadiyah Gresik ) Progra Studi Teknik Inforatika, Fakultas Teknologi Industri, Universitas Pebangunan Nasional Veteran Jati soffianasoffi@gail.co 1), eko1979@yahoo.co ) Abstrak Bagi petani atau asyarakat awa yang berinat untuk enana pohon angga selalu berharap bahwa buah angga yang dihasilkan dari pohon yang ditananya erupakan jenis buah angga sesuai dengan yang diinginkan. Otoatisasi yang dibuat dala penelitian ini adalah elakukan klasifikasi jenis pohon angga berdasarkan tekstur daun. Klasifikasi yang digunakan dala penelitian ini adalah etode K-Nearest Neighbor (K-NN) dan Jaringan Syaraf Tiruan (JST) Backpropagation pada fitur tekstur daun angga jenis gadung dan curut. Karena daun angga uunya berwarna hijau, aka fitur warna tekstur yang digunakan adalah fitur warna green dari bagian warna RGB (Red, Green, Blue). Fitur tekstur yang digunakan dala penelitian adalah : rata-rata intensitas, soothness, entropy, 5 oent invariant, energy, dan kontras. Klasifikasi dilakukan pada dua jenis daun pohon angga enggunakan 30 sapel daun angga gadung dan 30 sapel daun angga curut. Hasil penelitian enunjukkan bahwa klasifikasi dengan K-NN eberikan rata-rata hasil akurasi keseluruhan 54.4%, sedangkan dengan JST Backpropagation eberikan rata-rata akurasi keseluruhan 65.19%. Keywords : klasifikasi, k-nearest neighbor, jst backpropagation, daun angga, gadung, curut. 1. PENDAHULUAN Mangga adalah naa buah, deikian pula naa pohonnya [3]. Mangga terasuk ke dala arga Mangifera, yang terdiri dari anggota, dan suku Anacardiaceae. Naa iliahnya adalah Mangifera indica. Pohon angga terasuk tubuhan tingkat tinggi yang struktur batangnya (habitus) terasuk kelopok arboreus, yaitu tubuhan berkayu yang epunyai tinggi batang lebih dari 5, bahkan encapai tinggi Daun erupakan suatu bagian tubuhan yang penting dan pada uunya tiap tubuhan epunyai sejulah besar daun. Alat ini hanya terdapat pada batang saja dan tidak pernah terdapat pada bagian lain pada tanaan. Bagian batang tepat duduknya atau elekatnya daun disebut buku-buku (nodus) batang dan tepat di atas daun yang erupakan sudut antara batang dan ketiak (axilla). Daun biasanya berwarna hijau yang disebut klorofil [9]. Saat ini asyarakat gear enana pohon angga di pekarangan ruah, selain berguna untuk penghijauan lingkungan, buah yang didapat juga epunyai nilai gizi yang tinggi bagi anusia. Tetapi tidak jarang, asyarakat kadang tertipu dengan jenis pohon angga yang ditana, dikira bahwa jenis pohon angga yang ditana adalah jenis gadung, yang dikenal epunyai rasa yang anis, buah yang besar dan agak panjang, bebau wangi, tapi ternyata adalah angga jenis curut (=bahasa jawa) yang epunyai rasa yang asa, buahnya kecil dan berbau asa. Oleh karena itu, penulis berinisiatif untuk elakukan penelitian klasifikasi jenis pohon angga berdasarkan tekstur daun. Dengan siste yang dikebangkan ini, diharapkan dapat ebantu asyarakat dala engenali jenis angga yang akan ditananya, sehingga tidak erasa tertipu atau kecewa pada jenis angga yang ditananya. Sisteatika dala paper ini terbagi enjadi 6 bagian : bagian 1 euat pendahuluan, bagian ebahas penelitian sebelunya yang dilakukan terhadap buah, bagian 3 ebahas teori yang elandasi dala elakukan penelitian, bagian 4 adalah desain siste yang digunakan, bagian 5 adalah ebahas skenario pengujian, dan analisis hasil pengujian, sedangkan bagian 6 ebahas kesipulan yang didapat dari penelitian.. PENELITIAN SEBELUMNYA Penelitian yang dilakukan Ahad [1] adalah elakukan klasifikasi kualitas buah angga berdasarkan tekstur buah angga yang diaati. 58
2 SESINDO 011-Jurusan Siste Inforasi ITS Jenis buah angga yang diaati adalah jenis gadung dan aruanis, pengukuran tekstur yang digunakan adalah kontras pada indeks warna erah, alasannya adalah karena warna buah angga yang sudah asak biasanya didoinasi warna yang agak keerahan pada kulitnya. Akurasi yang didapatkan encapai 74.3%. Widyanto [] elakukan otoatisasi siste klasifikasi kualitas buah angga lokal berdasarkan 3 paraeter yaitu: cacat, ukuran, dan warna, yang dikelopokkan enjadi 3 kelas: bagus, sedang, dan jelek, etode yang digunakan adalah logika fuzzy. Akurasi yang didapat antara 66.7% dan 75% asing-asing untuk kualitas buah angga yang sedang dan bagus. Prasetyani [4] enggunakan basis ukuran buah, panjang, dan diaeter buah stroberi untuk elakukan klasifikasi kualitas buah stroberi, akurasi yang didapatkan dengan ketiga paraeter tersebut encapai 78.3%. Lebih lanjut, Ahad [1] enuturkan pentingnya siste koputer untuk ebantu elakukan klasifikasi produk hortikultura, dengan bantuan software koputer tersebut diharapkan dapat eningkatkan standart utu yang digunakan, selain itu dengan bantuan software ini aka pekerjaan yang awalnya dilakukan secara anual aka dapat dilakukan secara otoatis oleh siste koputer. Proposal penelitian yang diajukan Valerina et al [10] adalah siste untuk engidentifikasi jenis daun tanaan obat dengan basis ciri orfologi, bentuk, dan tesktur daun tanaan obat. Meskipun asih dala tahap pengajuan, tetapi target akurasi pengenalan yang diharapkan adalah endekati 100%. Belu diteukan hasil yang dipublikasikan, sehingga penulis encoba untuk enerapkan hal yang serupa pada jenis tanaan angga dengan berfokus pada tekstur daun. Dari proposal penelitian Valerina et al [10] aka dapat dikaitkan bahwa identifikasi jenis pohon angga dengan klasifikasi berdasarkan tekstur daun eungkinkan untuk dilakukan. 3. LANDASAN TEORI Pada bab ini akan dibahas engenai landasan teori yang akan dipakai dala penelitian ini, yaitu karakter daun angga dan analisis tekstur citra. 3.1 Karakter daun angga Daun pohon angga uunya tunggal, dengan letak tersebar, tanpa daun penupu [1][8]. Panjang tangkai daun bervariasi dari 1,5-1,5 c, bagian pangkalnya ebesar dan pada sisi sebelah atas ada alurnya. Aturan letak daun pada batang biasanya 3/8, tetapi akin endekati ujung, letaknya akin berdekatan sehingga napaknya seperti dala lingkaran (roset). Helai daun bervariasi naun kebanyakan berbentuk jorong sapai lanset, c, agak liat seperti kulit, hijau tua berkilap, berpangkal elancip dengan tepi daun bergelobang dan ujung eluncip, dengan 1-30 tulang daun sekunder [8]. Beberapa variasi bentuk daun angga [1]: 1. Lonjong dan ujungnya seperti ata tobak.. Berbentuk bulat telur, ujungnya runcing seperti ata tobak. 3. Berbentuk segi epat, tetapi ujungnya runcing. 4. Berbentuk segi epat, ujungnya ebulat. Daun yang asih uda biasanya bewarna keerahan, keunguan atau kekuningan [1]; yang di keudian hari akan berubah pada bagian perukaan sebelah atas enjadi hijau engkilat, sedangkan bagian perukaan bawah berwarna hijau uda. Uur daun bisa encapai 1 tahun atau lebih. 3. Analisis Tekstur Citra Analisis tekstur citra terbagi enjadi tiga bagian, yang pertaa adalah pendekatan statistik, yang kedua adalah oen invariant yang terakhir adalah atriks co-occurrence. Pendekatan Statistik Pendekatan yang sering digunakan untuk analisis tekstur didasarkan pada properti statistik histogra intensitas [5]. Satu kelas pengukuran didasarkan pada oent statistik. Untuk enghitung oent nth terhadap ean diberikan oleh: L 1 i0 n z pz (1) n i i di ana z i adalah variabel rando yang engindikasikan intensitas, p(z) adalah histogra level intensitas dala region, L adalah julah level intensitas yang tersedia, ean (rata-rata) intensitas dihitung dengan forula: L 1 zi p z i () i0 Ukuran soothness relatif dari intensitas dala region. R bernilai 0 untuk region dala intensitas konstan dan endekati 1 untuk region dengan ekskursi yang besar dala nilai level intensitas. Dala prakteknya, varian digunakan dala ukuran ini yang dinoralisasikan dala range [0,1] oleh pebagian dengan (L-1). Soothness dihitung dengan forula : R 11/ 1 (3) Diana adalah ukuran standart deviasi yang diukur dengan forula: 59
3 SESINDO 011-Jurusan Siste Inforasi ITS ( z ) (4) Entropy digunakan untuk engukur keacakan nilai intensitas citra, dihitung dengan forula: L 1 e p( zi )log p( z i ) (5) i0 Moent Invariants Moent -D dari order (p + q) pada citra digital f(x,y) didefinisikan sebagai [5]: p q x y f x, y) x y ( (6) Untuk p,q = 0, 1,,, di ana penjulahan lebih dari nilai koordinat spasial x dan y yang erentangkan citra. Central oent yang berhubungan didefinisikan sebagai: p q ( x x) ( y y) f ( x, y) (7) di ana 00 x y 10 x (8) dan 01 y (9) 00 Noralized central oent dari order (p + q) didefinisikan sebagai: (10) 00 Untuk p, q = 0, 1,,, di ana: p q 1 (11) Untuk p+q =, 3, Sejulah tujuh oent invariant yang tidak sensitif terhadap translasi, perubahan skala, pencerinan, dan rotasi dapat diturunkan dari persaaan berikut: (1) ( (13) 0 0) ( ) (3 1 03) (14) 4 ( 30 1) ( 1 03) (15) 5 ( )( 30 1)[( 30 1) 3( 1 03) ] (3 1 03)( 1 03) [3( ) ( ) ] (16) ( 0 0)[( 30 1) ( 1 03) 4 11( 30 1)( 1 03) ] 7 ( )( 30 1)[( 30 1) 3( 1 03) ] (3 1 30)( 1 03) [3( ) ( ) ] (17) Matrik Co-occurrence Matriks intensitas co-occurrence adalah suatu atriks yang enggabarkan frekuensi unculnya pasangan dua piksel dengan intensitas tertentu dala jarak dan arah tertentu dala citra [6]. Matriks intensitas co-occurrence p(i 1, i ) didefi-nisikan dengan dua langkah sederhana sebagai berikut. Langkah pertaa adalah enentukan lebih dulu jarak antara dua titik dala arah vertikal dan horizontal (vektor d=(dx,dy)), di ana besaran dx dan dy dinyatakan dala piksel sebagai unit terkecil dala citra digital. Langkah kedua adalah eng-hitung pasangan piksel-piksel yang epunyai nilai intensitas i 1 dan i dan berjarak di piksel dala citra. Keudian hasil setiap pasangan nilai intensitas diletakkan pada atriks sesuai dengan koordinat-nya, di ana absis untuk nilai intensitas i 1 dan ordinat untuk nilai intensitas i. Energi dala atrik co-occurence yaitu fitur untuk engukur konsentrasi pasangan intensitas pada atriks co-occurance, dan didefinisikan dengan: i1 i Energi p ( i, i ) (18) 1 Kontras yang digunakan untuk engukur kekuatan perbedaan intensitas dala citra dan dinyatakan dengan: ( i i1 i 1 i ) p( i1, i ) Kontras (19) 4. DESAIN SISTEM Siste untuk elakukan klasifikasi jenis pohon angga berdasarkan tekstur daun ini enggunakan siste kerja seperti pada gabar 1, sebagai berikut : 1. Preprocessing Pada bagian ini dilakukan pekerjaan awal sebelu perosesan citra lebih lanjut, seperti: cropping, resizing, dan pengura-ngan noise pada citra.. Segentasi Segentasi enggunakan etode K-eans clustering dengan julah k ulai 3 sapai 4 sesuai dengan kondisi terbaik hasil segentasi yang diberikan. 3. Ekstraksi fitur Pada bagian ini, dilakukan pengabilan koponen warna hijau pada citra daun yang sudah disegentasi. Keudian engekstrak fitur yaitu: rata-rata intensitas, soothness, dan entropy dari pendekatan statistik; 5 dari 7 60
4 SESINDO 011-Jurusan Siste Inforasi ITS oent invariants; energy dan kontras dari pendekatan atrik co-occurrence. 4. Peisahan data Dari 60 data citra dibagi enjadi kelopok: data training dan data uji, koposisi yang digunakan enyesuaikan hasil analisis dengan teknik K-fold Cross Validation yaitu nilai K-fold bernilai 5, 6 dan 10 dengan koposisi seperti dijelaskan dibagian 5. Masing-asing kelopok terbagi enjadi kelas dengan julah yang saa, yaitu kelas 1 untuk angga gadung dan 0 untuk angga curut. 5. Training dengan K-NN dan JST Backpropagation Training dengan K-NN [7] dan JST Backpropagation [11] dilakukan pada data training dengan label kelas yang sudah diberikan pada setiap data training. 6. Klasifikasi Proses klasifikasi dilakukan dengan eproses satu persatu data uji untuk diketahui keluaran kelas yang diberikan oleh siste. Pada K-NN, asing-asing data uji dilakukan pengujian 3 kali yaitu: 1-NN, 3- NN, dan 5-NN untuk setiap K-fold, sedangkan JST Backpropagation dilakukan pengujian 3 kali untuk asing-asing K- fold. Keudian hasilnya dilakukan pencocokan dengan kelas yang sesungguhnya sehingga diketahui akuransi siste dala elakukan klasifikasi. Citra daun angga Preprocessing Segentasi Ekstraksi fitur Peisahan data Training dengan K-NN dan JST Backpropagation 1 Data training Hasil analisis setiap fitur dari 3 pendekatan analisis tekstur dengan Principal Coponent Analysis (PCA) [7] didapatkan ada 10 fitur yang tepat untuk digunakan. Analisis citra dengan pendekatan statistik eberikan fitur rata-rata, soothness, dan entropy nilai intensitas warna hijau pada daun yang erupakan karakter orfologi alai daun [10]. Pendekatan oent invariant sudah terbukti robust terhadap per-geseran, perputaran dan penskalaan obyek dala citra, aka tepat jika digunakan dala penelitian ini untuk peletakan obyek dala citra yang bisa dipengaruhi oleh 3 hal tersebut [5]. Dari 7 fitur oent invariant, ada 5 yang epunyai pengaruh yang signifikan yaitu oent: 1,, 4, 6, dan 7. Sedangkan pendekatan atrik co-occurrence eberikan alternatif teknik analisis citra selain pendekatan statistik, fitur yang dieks-trak dari atrik ini adalah enegri, dan kontras. Energi untuk engukur kekonstanan intensitas, sedang-kan kontras untuk engukur tingkat perbedaan nilai intensitas warna hijau pada daun. Dari analisis dengan PCA, aka paraater tekstur yang digunakan adalah: (1) rata-rata intensitas; () soothness; (3) entropy; (4) 5 koponen oent invariants; (5) energy; (6) kontras. Pengujian dilakukan pada jenis daun angga: gadung, dan curut, asing-asing diabil sapel 30 citra daun dari 10 daun, sehingga total ada 60 citra daun yang digunakan sebagai data set dala penelitian. Berdasarkan analisis dengan teknik K-fold Cross Validation untuk nilai K-fold adalah 5 sapai 10 didapatkan laju error berturut-turut adalah: , , , , , Laju error terkecil didapatkan ketika K-fold bernilai 5. Koposisi data untuk training dan uji yang digunakan adalah nilai K-fold: 5,6 dan 10 berturutturut: (48;1), (50;10), (54;6). Citra daun angga yang diproses adalah yang sudah elalui preprocessing dan sudah di segentasi untuk eisahkan obyek daun dari latar belakang dala citra, contoh daun yang belu dan sudah disegentasi ditunjukkan pada gabar. Data uji Klasifikasi Hasil klasifikasi Gabar 1. Desain siste klasifikasi jenis pohon angga 5. PENGUJIAN DAN ANALISIS Penelitian yang dilakukan oleh penulis, elakukan otoatisasi klasifikasi jenis angga yaitu: gadung dan curut berdasarkan tekstur daun, karena warna daun uunya adalah hijau aka penulis enggunakan fitur warna hijau dari siste warna RGB. (a) (b) Gabar. Citra daun angga gadung; (a) belu di segentasi; (b) sudah di segentasi 61
5 SESINDO 011-Jurusan Siste Inforasi ITS Skenario pengujian yang dilakukan adalah dengan engunakan data training sebagai pelatihan terhadap siste, keudian easuk-kan data uji untuk elakukan klasifikasi. Hasil klasifikasi data uji oleh siste dibandingkan dengan klasifikasi data uji yang sesungguhnya (anual). Analisis dilakukan dengan eban-dingkan antara data uji yang berhasil diklasifi-kasi dengan benar dengan seua data uji, aka didapatkan akurasi siste klasifikasi jenis pohon angga tersebut berdasarkan tekstur daunnya. Sebanyak 10 fitur dari asing-asing data training digunakan sebagai data training dala K- Tabel 1. Fitur 1 data uji citra angga gadung dan curut untuk K-fold = 5 DATA FITUR NN dan JST Backpropagation. Selanjutnya 10 fitur dari asing-asing data uji satu persatu dilakukan klasifikasi data uji dengan etode K-NN dan JST Backpropagation, 10 fitur dari asing-asing 1 citra uji untuk K-fold = 5 ditapilkan pada tabel 1. Untuk JST Backpropagation, enggunakan 1 hidden layer dengan julah neuron 150, sedangkan output layer enggunakan 1 neuron. Paraeter-paraeter pelatihan yang digunakan: target error enggunakan kriteria Su Squared Error (SSE), laju pelatihan 0., oentu 0.95, dan julah iterasi aksial 5000 kali. UJI RTA SMO ENT M1 M M4 M6 M7 ENE KON Keterangan kolo tabel 1: RTA : Rata-rata intensitas ENT : Entropy KON : Kontras M : Moent M6 : Moent 6 SMO : Soothness ENE : Energy M1 : Moent 1 M3 : Moent 4 M7 : Moent 7 Tabel. Hasil pengujian klasifikasi citra daun angga gadung dan curut untuk K-fold = 5 HASIL KLASIFIKASI DATA K-NN JST BACKPROPAGATION UJI KELAS TARGET 1-NN 3-NN 5-NN PERC. 1 PERC. PERC Hasil benar Prosentasi 66.67% 58.33% 50.00% 66.67% 91.67% 75% Akurasi Rata-rata 58.33% 77.78% Untuk K-fold=5, pengujian pada etode K-NN dilakukan 3 kali, yaitu: 1-NN, 3-NN, dan 5-NN, sedangkan JST Backpropagation dilakukan 3 kali: percobaan 1, percobaan, dan percobaan 3. Kelas citra angga yang sesungguhnya pada data uji ditunjukkan pada kolo 8 di tabel, kelas 1 untuk angga gadung, kelas 0 untuk angga curut. Hasilnya seperti yang ditunjukkan pada tabel, klasifikasi dengan 1-NN eberikan akurasi hasil 66.67% atau 8 dari 1 data uji berhasil 6
6 SESINDO 011-Jurusan Siste Inforasi ITS diklasifikasikan dengan benar. Untuk 3-NN eberikan akurasi hasil 58.33% atau 7 dari 1 data uji berhasil diklasifikasikan dengan benar. Untuk 5-NN eberikan akurasi hasil 50% atau 6 dari 1 data uji berhasil diklasifikasikan dengan benar. Rata-rata akurasi etode K-NN untuk K- fold = 5 adalah 58.33%. Sedangkan etode JST Backpropagation pada percobaan 1 eberikan akurasi 66.67% atau 8 dari 1 data uji berhasil diklasifikaskan dengan benar, percobaan eberikan akurasi 91.67% atau 11 dari 1 data uji berhasil diklasifikaskan dengan benar, sedangkan percobaan 3 eberikan akurasi 75% atau 9 dari 1 data uji berhasil diklasifikaskan dengan benar. Rata-rata akurasi etode JST Backpropagation untuk K-fold = 5 adalah 77.78%. Ringkasan hasil pengujian untuk K-fold bernilai 5, 6 dan 10 ditunjukkan pada tabel 3. Dari tabel 3, didapatkan rata-rata akurasi terbaik untuk K-NN pada saat K-fold bernilai 6, sedangkan JST Backpropagation pada saat K-fold bernilai 5. Ratarata akurasi untuk keseluruhan untuk K-NN adalah 54.4%, sedangkan JST Backpropagation adalah 65.19%. Tabel 3. Rata-rata hasil percobaan untuk 3 nilai K-fold K-FOLD RATA-RATA AKURASI K-NN JST BACKPROPAGATION % 77.78% 6 60% 73.33% % 44.44% Rata-rata 54.4% 65.19% 6. KESIMPULAN Dari hasil penelitian yang dilakukan, dapat ditarik kesipulan sebagai berikut : 1. Klasifikasi jenis angga berdasarkan tekstur daun eungkinkan dilakukan untuk eban-tu asyarakat atau pihak-pihak terkait untuk engenali jenis pohon angga berdasarkan tekstur daun.. Karena akurasi yang didapatkan asih jauh dari target yang diinginkan yaitu diatas 90%, aka siste ini belu sepenuhnya berhasil dala pekerjaan klasifikasi berdasarkan tekstur daun. 3. Fitur rata-rata intensitas, soothness, entropy, energy, kontras, dan 5 oent belu bisa dika-takan tepat digunakan sebagai fitur yang dieks-trak dari citra daun untuk pekerjaan klasifikasi. 4. Koponen warna daun yang digunakan dala penelitian ini adalah hijau, artinya tidak eandang daun yang didoinasi warna kuning atau erah, sehingga ungkin saja hal inilah yang enjadi salah satu faktor penyebab kurang berhasilnya proses klasifikasi. Penelitian ini asih eungkinkan untuk dilakukan penelitian lebih lanjut, diantaranya : 1. Penetapan usia daun yang digunakan dala klasifikasi juga perlu ditetapkan, karena berpengaruh pada warna yang endoinasi tekstur daun, seperti daun yang berusia lebih udah warna didoinasi kuning atau ungu, jika sudah dewasa akan berubah enjadi warna hijau.. Penggunaan fitut bentuk daun juga penting untuk diperhitungkan, engingat secara kasat ata, jenis angga yang berbeda juga epunyai bentuk daun yang sedikit berbeda. 3. Penggunaan kelas jenis angga asih perlu di-tabah, engingat julah spesies angga yang sangat banyak diteukan di dunia. 4. Siste yang dikebangkan penulis ini asih bekerja secara offline, diana klasifikasi dilakukan pada citra diluar proses pengabilan secara langsung. Perlu diintegrasikan dengan edia kaera agar siste dapat bekerja secara online dan real tie. 5. Pendekatan dengan etode lain juga penting untuk diperhatikan engingat etode K-NN dan JST Backpropagation juga epunyai keleahan disaping kelebihan yang diberikan. DAFTAR PUSTAKA [1] Ahad, U., 010. Pangan, Vol. 19 No. 1, pp [] Widyanto, M.R., Kreshna, P.E., 007. Klasifikasi Mangga Lokal Menggunakan Fuzzy Logic, In: The Japanese Study Centre Building, University of Indonesia, National Conference on Coputer Science & Inforation Technology 007, Depok Jawa Barat, Indonesia, 9-30 January 007. University of Indonesia: Depok [3] Wikipedia Indonesia ensiklopedia bebas, 011, Mangga, [online] (Updated 13 Juli 011) Available at: [Accessed 5 Agustus 011] [4] Prasetyani, E., 008. Evaluasi Paraeter Peutuan buah Stroberi Menggunakan Pengolahan Citra, Skripsi, Departeen Teknik Pertanian, Fakultas Teknologi Pertanian, Bogor: Institut Pertanian Bogor. [5] Gonzalez, R.C, Wood, R.E., 008. Digital Iage Processing, 3 rd Edition, Pearson Prentice Hall: New Jersey [6] Ahad, U., 005. Pengolahan Citra Digital & Teknik Perograannya, Edisi 1, Graha Ilu: Yogyakarta 63
7 SESINDO 011-Jurusan Siste Inforasi ITS [7] Tan, P., Steinbach, M., Kuar, V., 006. Introduction to Data Mining, 1 st Ed, Pearson Education: Boston San Fransisco New York [8] Rukana, R., Mangga Budidaya dan Pasca panen, Kanisius: Yogyakarta [9] Tjitrosoepoo G., Morfologi Tubuhan, Gajah Mada University Press: Yogyakarta. [10] Valerina, F., Ratu, D.A., Nuryunita, K., 011. Siste Identifikasi Daun Tanaan Obat dengan Penggabungan Ciri Morfologi, Bentuk, dan Tesktur Menggunakan Probabilistic Neural Network pada Perangkat Mobile, PM-GT, Institut Pertanian Bogor, Bogor. [11] Negnevitsky, M., 00. Artificial Inteligence A Guide to Intelligent Systes, nd Ed, Addison-Wesley: Edinburgh Gate. 64
PERBAIKAN SISTEM PENGENAL JENIS POHON MANGGA MENGGUNAKAN SVM DAN FK-NNC
PERBAIKAN SISTEM PENGENAL JENIS POHON MANGGA MENGGUNAKAN SVM DAN FK-NNC Eko Prasetyo Program Studi Teknik Informatika, Fakultas Teknik Universitas Bhayangkara Surabaya E-mail : eko1979@yahoo.com Abstrak.
Lebih terperinciSISTEM PENGENAL JENIS POHON MANGGA BERDASARKAN TEKSTUR DAUN MENGGUNAKAN SVM DAN FK-NNC
EKSPLORA INFORMATIKA 11 SISTEM PENGENAL JENIS POHON MANGGA BERDASARKAN TEKSTUR DAUN MENGGUNAKAN SVM DAN FK-NNC Eko Prasetyo Progra Studi Teknik Inforatika, Fakultas Teknik Universitas Bhayangkara Surabaya
Lebih terperinciANALISIS FITUR TEKSTUR DAUN MANGGA DENGAN FISHER S DISCRIMINANT RATIO UNTUK PENCAPAIAN FITUR YANG INFORMATIF
ANALISIS FITUR TEKSTUR DAUN MANGGA DENGAN FISHER S DISCRIMINANT RATIO UNTUK PENCAPAIAN FITUR YANG INFORMATIF Eko Prasetyo Program Studi teknik Informatika Fakultas Teknik, Univ. Bhayangkara Surabaya email:
Lebih terperinciImplementasi Histogram Thresholding Fuzzy C-Means untuk Segmentasi Citra Berwarna
JURNAL TEKNIK POMITS Vol., No., (03) ISSN: 337-3539 (30-97 Print) Ipleentasi Histogra Thresholding Fuzzy C-Means untuk Segentasi Citra Berwarna Risky Agnesta Kusua Wati, Diana Purwitasari, Rully Soelaian
Lebih terperinciSistem Linear Max-Plus Interval Waktu Invariant
Siste Linear Max-Plus Interval Waktu Invariant A 11 M. Andy udhito Progra Studi Pendidikan Mateatika FKIP Universitas Sanata Dhara Paingan Maguwoharjo Yogyakarta eail: arudhito@yahoo.co.id Abstrak elah
Lebih terperinciIMPLEMENTASI PANORAMIC IMAGE MOSAIC DENGAN METODE 8 PARAMETER PERSPECTIVE TRANSFORMATION
IMPLEMENTSI PNORMIC IMGE MOSIC DENGN METODE 8 PRMETER PERSPECTIVE TRNSFORMTION Rud dipranata, Hendra Litoo, Cherr G. Ballangan Teknik Inforatika, Fakultas Teknologi Industri, Universitas Kristen Petra
Lebih terperinciPerbandingan Bilangan Dominasi Jarak Satu dan Dua pada Graf Hasil Operasi Comb
Perbandingan Bilangan Doinasi Jarak Satu dan Dua pada Graf Hasil Operasi Cob Reni Uilasari 1) 1) Jurusan Teknik Inforatika, Fakultas Teknik, Universitas Muhaadiyah Jeber Eail : 1) reniuilasari@gailco ABSTRAK
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT Tirta Ala Seesta. Perusahaan tersebut berlokasi di Desa Ciburayut, Kecaatan Cigobong, Kabupaten Bogor. Peilihan objek
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data dan Variabel 2.1.1 Data Pengertian data enurut Webster New World Dictionary adalah things known or assued, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap.
Lebih terperinciBAB II METODOLOGI PENELITIAN
6 BAB II METODOLOGI PENELITIAN.1 Waktu dan Tepat Penelitian Gabar Peta kawasan hutan KPH Madiun Peru perhutani Unit II Jati. Pengabilan data penelitian ini dilakukan pada bulan Oktober sapai dengan bulan
Lebih terperinciBAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti
BAB I PENDAHULUAN 1.1 Latar Belakang Air erupakan kebutuhan yang penting bagi kehidupan anusia. Manusia tidak dapat elanjutkan kehidupannya tanpa penyediaan air yang cukup dala segi kuantitas dan kualitasnya.
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI Pada bab ini enjelaskan engenai berbagai teori yang digunakan untuk elakukan penelitian ini. Bab ini terdiri dari penjelasan engenai penghitung pengunjung, lalu penjelasan engenai
Lebih terperinciBAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciPENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL
PENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL Waris Wibowo Staf Pengajar Akadei Mariti Yogyakarta (AMY) ABSTRAK Penelitian ini bertujuan untuk endapatkan
Lebih terperinciBAB III METODE ANALISIS
BAB III METODE ANALISIS 3.1 Penyajian Laporan Dala penyajian bab ini dibuat kerangka agar eudahkan dala pengerjaan laporan. Berikut ini adalah diagra alir tersebut : Studi Pustaka Model-odel Eleen Struktur
Lebih terperinciFITUR LENGTH OF EDGE DAN MOMENT INVARIAN UNTUK GESTURE RECOGNITION DENGAN MENGGUNAKAN KINECT UNTUK KONTROL LAMPU
Jurnal Teknologi Inforasi dan Ilu Koputer (JTIIK) Vol., No. 1, April 015, hl. 73-78 FITUR LENGTH OF EDGE DAN MOMENT INVARIAN UNTUK GESTURE RECOGNITION DENGAN MENGGUNAKAN KINECT UNTUK KONTROL LAMPU Rekyan
Lebih terperinciPENJUMLAHAN MOMENTUM SUDUT
PENJUMAHAN MOMENTUM SUDUT A. Penjulahan Moentu Sudut = + Gabar.9. Penjulahan oentu angular secara klasik. Dua vektor oentu angular dan dijulahkan enghasilkan Jika oentu angular elektron pertaa adalah dan
Lebih terperinciPerbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil
Vol. 2, 2017 Perbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil Widiarti 1*, Rifa Raha Pertiwi 2, & Agus Sutrisno 3 Jurusan Mateatika, Fakultas Mateatika
Lebih terperinciPENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL
PENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL JAHARUDDIN Departeen Mateatika Fakultas Mateatika Ilu Pengetahuan Ala Institut Pertanian Bogor Jl Meranti, Kapus IPB Daraga, Bogor
Lebih terperinciKLASIFIKASI JENIS MANGGA BERDASARKAN BENTUK DAN TEKSTUR DAUN MENGGUNAKAN METODE K-NEAREST NEIGHBOR
KLASIFIKASI JENIS MANGGA BERDASARKAN BENTUK DAN TEKSTUR DAUN MENGGUNAKAN METODE K-NEAREST NEIGHBOR Arum Puji Rahayu 1, Honainah 2, Ratri Enggar Pawening 3 1,2,3 Jurusan Teknik Informatika, STT Nurul Jadid
Lebih terperinciJurnal Einstein 4 (1) (2016): 1-6. Jurnal Einstein. Available online
Jurnal Einstein Available online http://jurnal.unied.ac.id/2012/index.php/einstein Aplikasi Citra Landsat 8 Oli Untuk Menganalisa Kerapatan Vegetasi Bill Cklinton Sianjuntak dan Rita Juliani* Jurusan Fisika,
Lebih terperinciPENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST
Jurnal Mateatika UNAND Vol. 5 No. 1 Hal. 74 81 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST RELIGEA
Lebih terperinciBAB III. METODE PENELITIAN. Tabel 1. Indikator/ Indikasi Penelitian
39 BAB III. METODE PENELITIAN 3.1. Tipe Penelitian Penelitian ini terasuk tipe penelitian dengan pendekatan analisis deskriptif kualitatif dan kuantitatif. Analisis ini dipergunakan untuk enggabarkan tentang
Lebih terperinciMATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan
Kristal no.12/april/1995 1 MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan Di dala ateatika anda pasti sudah pernah berhadapan dengan sebuah siste persaaan linier. Cacah persaaan yang berada di dala siste
Lebih terperinciBAB III METODE BEDA HINGGA CRANK-NICOLSON
BAB III METODE BEDA HINGGA CRANK-NICOLSON 3. Metode Beda Hingga Crank-Nicolson (C-N) Metode Crank-Nicolson dikebangkan oleh Crank John dan Phyllips Nicholson pada pertengahan abad ke-, etode ini erupakan
Lebih terperinciKAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA
Jurnal Mateatika UNAND Vol. 3 No. 4 Hal. 160 167 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA
Lebih terperinciVolume 17, Nomor 2, Hal Juli Desember 2015
Volue 17, Noor 2, Hal. 111-120 Juli Deseber 2015 ISSN:0852-8349 EFEKTIVITAS PENGGUNAAN MEDIA MIND MAP TERHADAP PRESTASI BELAJAR BIOLOGI SISWA KELAS VII SMP NEGERI 2 KERINCI TAHUN PELAJARAN 2014/2015 Efriana
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN CALON ASISTEN PRAKTIKUM MENGGUNAKAN METODE SMART
Prosiding Seinar Nasional Ilu Koputer dan Teknologi Inforasi Vol., No., Septeber 07 e-issn 540-790 dan p-issn 54-66X SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN CALON ASISTEN PRAKTIKUM MENGGUNAKAN METODE
Lebih terperinci1 1. POLA RADIASI. P r Dengan : = ½ (1) E = (resultan dari magnitude medan listrik) : komponen medan listrik. : komponen medan listrik
1 1. POLA RADIASI Pola radiasi (radiation pattern) suatu antena : pernyataan grafis yang enggabarkan sifat radiasi suatu antena pada edan jauh sebagai fungsi arah. pola edan (field pattern) apabila yang
Lebih terperinciBAB I PENDAHULUAN. History Analysis), metode respon spektrum (Response Spectrum Method), dangaya
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Gepa dapat terjadi sewaktu waktu akibat gelobang yang terjadi pada sekitar kita dan erabat ke segala arah.gepa bui dala hubungannya dengan suatu wilayah berkaitan
Lebih terperinciBAB I PENDAHULUAN. pembangunan di bidang-bidang lain, seperti sosial, politik, dan budaya. perbedaan antara yang kaya dengan yang miskin.
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciPerancangan Sistem Tracking Quadrotor untuk Sebuah Target Bergerak di Darat Menggunakan Sistem Fuzzy
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) A-58 Perancangan Siste Tracking Quadrotor untuk Sebuah Target Bergerak di Darat Menggunakan Siste Fuzzy Mochaad Raa Raadhan,
Lebih terperinciSOAL UJIAN SELEKSI CALON PESERTA OLIMPIADE SAINS NASIONAL 2013 TINGKAT PROPINSI
SOAL UJIAN SELEKSI CALON PESERTA OLIMPIADE SAINS NASIONAL 013 TINGKAT PROPINSI FISIKA Waktu : 3,5 ja KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN DIREKTORAT JENDERAL PENDIDIKAN MENENGAH DIREKTORAT PEMBINAAN SEKOLAH
Lebih terperinciKAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM
KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM (CUSUM) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE () DALAM MENDETEKSI PERGESERAN RATARATA PROSES Oleh: Nurul Hidayah 06 0 05 Desen pebibing:
Lebih terperinciKombinasi Fitur Bentuk, Warna dan Tekstur untuk Identifikasi Kesuburan Telur Ayam Kampung Sebelum Inkubasi
Dijaya, Kobinasi Fitur Bentuk, Warna dan Tekstur untuk Identifikasi Kesuburan Aya Kapung Sebelu Inkubasi 05 Kobinasi Fitur Bentuk, Warna dan Tekstur untuk Identifikasi Kesuburan Telur Aya Kapung Sebelu
Lebih terperinciIII HASIL DAN PEMBAHASAN
7 III HASIL DAN PEMBAHASAN 3. Analisis Metode Dala penelitian ini akan digunakan etode hootopi untuk enyelesaikan persaaan Whitha-Broer-Koup (WBK), yaitu persaaan gerak bagi perabatan gelobang pada perairan
Lebih terperinciSEMINAR NASIONAL PENDIDIKAN FISIKA 2017
Peran Pendidikan, Sains, dan Teknologi untuk Mengebangkan Budaya Iliah dan Inovasi terbarukan dala endukung Sustainable Developent Goals (SDGs) 2030 ANALISIS INTENSITAS MEDAN MAGNET EXTREMELY LOW FREQUENCY
Lebih terperinciBENTUK GELOMBANG AC SINUSOIDAL
BENTUK GELOMBANG AC SINUSOIDAL. PENDAHULUAN Pada bab sebelunya telah dibahas rangkaian resistif dengan tegangan dan arus dc. Bab ini akan eperkenalkan analisis rangkaian ac diana isyarat listriknya berubah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN INTERNET SERVICE PROVIDER MENERAPKAN METODE ELIMINATION AND CHOICE TRANSLATION REALITY (ELECTRE)
KOMIK (Konferensi Nasional Teknologi Inforasi dan Koputer) Volue I, Noor, Oktober 27 ISSN 259765 (edia online) ISSN 25976 (edia cetak) SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN INTERNET SERVICE PROVIDER MENERAPKAN
Lebih terperinciPEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA
PEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA Babang Purwanggono, Andre Sugiyono Progra Studi Teknik
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningrum*, Imam Santoso**, R.
1 MAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningru*, Ia Santoso**, R.Rizal Isnanto** Abstrak - Tekstur adalah karakteristik yang penting
Lebih terperinciPENGEMBANGAN SISTEM DETEKSI AWAL PENYAKIT KEWANITAAN DAN KANDUNGAN MENGGUNAKAN METODE DEMPSTER SHAFER
PENGEMBANGAN SISTEM DETEKSI AWAL PENYAKIT KEWANITAAN DAN KANDUNGAN MENGGUNAKAN METODE DEMPSTER SHAFER Myrda Septi Rahantika 1, Dwi Puspitasari 2, Rudy Ariyanto 3 1,2 Teknik Inforatika, Teknologi Inforasi,
Lebih terperinciEstimasi Sinyal Quantitative Ultrasound QUS dengan Algoritma Space Alternate Generalized Expectation (SAGE)
JUISI, Vol. 03, No. 02, Agustus 2017 1 Estiasi Sinyal Quantitative Ultrasound QUS dengan Algorita Space Alternate Generalized Expectation (SAGE) Musayyanah 1, Yosefine Triwidyastuti 2, Heri Pratikno 3
Lebih terperinciPelabelan Total Super (a,d) - Sisi Antimagic Pada Graf Crown String (Super (a,d)-edge Antimagic Total Labeling of Crown String Graph )
1 Pelabelan Total Super (a,d) - Sisi Antiagic Pada Graf Crown String (Super (a,d)-edge Antiagic Total Labeling of Crown String Graph ) Enin Lutfi Sundari, Dafik, Slain Pendidikan Mateatika, Fakultas Keguruan
Lebih terperinciPERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG )
PERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG ) Siti Munawaroh, S.Ko Abstrak: Koperasi Aanah Sejahtera erupakan
Lebih terperinciBAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelumnya bahwa dalam mengonstruksi field GF(3 )
BAB IV BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelunya bahwa dala engonstruksi field GF(3 ) diperoleh dari perluasan field 3 dengan eilih polinoial priitif berderajat atas 3 yang dala hal
Lebih terperinciJURNAL KLASIFIKASI JENIS TANAMAN MANGGA BERDASARKAN TULANG DAUN MENGGUNAKAN METODE K-MEANS
JURNAL KLASIFIKASI JENIS TANAMAN MANGGA BERDASARKAN TULANG DAUN MENGGUNAKAN METODE K-MEANS Oleh: Ina Dewi Safitri 12.1.03.02.0275 Dibimbing oleh : 1. Rini Indrianti, M.Kom 2. Resty Wulanningrum, M.Kom
Lebih terperinciDefinisi 3.3: RUANG SAMPEL KONTINU Ruang sampel kontinu adalah ruang sampel yang anggotanya merupakan interval pada garis bilangan real.
0 RUANG SAMPEL Kita akan eperoleh ruang sapel, jika kita elakukan suatu eksperien atau percobaan. Eksperien disini erupakan eksperien acak. Misalnya kita elakukan suatu eksperien yang diulang beberapa
Lebih terperinciISSN WAHANA Volume 67, Nomer 2, 1 Desember 2016
ISSN 0853 4403 WAHANA Volue 67, Noer 2, Deseber 206 PERBANDINGAN LATIHAN BOLA DIGANTUNG DAN BOLA DILAMBUNGKAN TERHADAP HASIL BELAJAR SEPAK MULA DALAM PERMAINAN SEPAK TAKRAW PADA SISWA PUTRA KELAS X-IS
Lebih terperinciDinamika 3 TIM FISIKA FTP UB. Fisika-TEP FTP UB 10/16/2013. Contoh PUSAT MASSA. Titik pusat massa / centroid suatu benda ditentukan dengan rumus
Fisika-TEP FTP UB /6/3 Dinaika 3 TIM FISIKA FTP UB PUSAT MASSA Titik pusat assa / centroid suatu benda ditentukan dengan ruus ~ x x ~ y y ~ z z Diana: x, y, z adalah koordinat titik pusat assa benda koposit.
Lebih terperinciMODUL PERTEMUAN KE 6 MATA KULIAH : FISIKA TERAPAN
43 MODUL PERTEMUAN KE 6 MATA KULIAH : MATERI KULIAH: Mekanika klasik, Huku Newton I, Gaya, Siste Satuan Mekanika, Berat dan assa, Cara statik engukur gaya.. POKOK BAHASAN: DINAMIKA PARTIKEL 6.1 MEKANIKA
Lebih terperinciBENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN
BENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN Yuiati (yui@ail.ut.ac.id) Universitas Terbuka ABSTRACT The Sith noral for and left good atrix have been known in atrix theore. Any atrix over the principal
Lebih terperinciBab III S, TORUS, Sebelum mempelajari perbedaan pada grup fundamental., dan figure eight terlebih dahulu akan dipelajari sifat dari grup
GRUP FUNDAMENTAL PADA Bab III S, TORUS, P dan FIGURE EIGHT Sebelu epelajari perbedaan pada grup fundaental S, Torus, P, dan figure eight terlebih dahulu akan dipelajari sifat dari grup fundaental asing-asing
Lebih terperinciIdentifikasi Penyakit Periodontitis Kronis pada Citra Dental Panoramic dengan Algoritma Line Strength dan Line Tracking
Identifikasi Penyakit Periodontitis Kronis pada Citra Dental Panoraic dengan Algorita Line Strength dan Line Tracking Dosen Pebibing : Dr H Agus Zainal Arifin, SKo, MKo Anny Yuniarti, SKo, MCopSc Ia Cholissodin
Lebih terperinciBAB III PEMODELAN SISTEM DINAMIK PLANT. terbuat dari acrylic tembus pandang. Saluran masukan udara panas ditandai dengan
BAB III PEMODELAN SISTEM DINAMIK PLANT 31 Kriteria rancangan plant Diensi plant yang dirancang berukuran 40cx60cx50c, dinding terbuat dari acrylic tebus pandang Saluran asukan udara panas ditandai dengan
Lebih terperinciI. PENDAHULUAN. Konsep teori graf diperkenalkan pertama kali oleh seorang matematikawan Swiss,
I. PENDAHULUAN. Latar Belakang Konsep teori graf diperkenalkan pertaa kali oleh seorang ateatikawan Swiss, Leonard Euler pada tahun 736, dala perasalahan jebatan Konigsberg. Teori graf erupakan salah satu
Lebih terperinciSistem Informasi Manajemen Penjualan Pada Koperasi Pegawai Negeri Kantor
Siste Inforasi Manajeen Penjualan Pada Koperasi Pegawai Negeri Kantor Gubernur Berbasis Web Deasy AnnisaSari, Helfi Nasution 2, Anggi Sriurdianti Sukato 3. Progra Studi Inforatika Universitas Tanjungpura,2,3
Lebih terperinciTHE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA
THE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA Juli Biantoro 1, Didit Purnoo 2 1,2 Fakultas Ekonoi dan Bisnis, Universitas Muhaadiyah Surakarta dp274@us.ac.id Abstrak Ketahanan
Lebih terperinciek SIPIL MESIN ARSITEKTUR ELEKTRO
ek SIPIL MESIN ARSITEKTUR ELEKTRO PENGENALAN UCAPAN KATA BERKORELASI TINGGI Mery Subito * Abstract The research on speech recognition by using stochastic ethods has been carried out intensively since 1970
Lebih terperinciPEMILIHAN PERINGKAT TERBAIK FESTIVAL KOOR MENGGUNAKAN METODE TOPSIS
Seinar Nasional Teknologi Inforasi dan Kounikasi 01 (SENTIKA 01 ISSN: 089-981 Yogyakarta, 8 Maret 01 PEMILIHAN PERINGKAT TERBAIK FESTIAL KOOR MENGGUNAKAN METODE TOPSIS Sauel Manurung 1 1Progra Studi Teknik
Lebih terperinciBab 2 Tinjauan Pustaka
5 Bab 2 Tinjauan Pustaka 2.1. Definisi Penjadwalan Penjadwalan adalah kegiatan pengalokasian suber-suber atau esin-esin yang ada untuk enjalankan sekupulan tugas dala jangka waktu tertentu. (Baker,1974).
Lebih terperinciANALISIS HOMOTOPI DALAM PENYELESAIAN SUATU MASALAH TAKLINEAR
ANALISIS HOMOTOPI DALAM PENYELESAIAN SUATU MASALAH TAKLINEAR JAHARUDDIN Departeen Mateatika, Fakultas Mateatika dan Iu Pengetahuan Ala, Institut Pertanian Bogor Jln. Meranti, Kapus IPB Draaga, Bogor 1668,
Lebih terperinciBAB GELOMBANG ELEKTROMAGNETIK
BAB GLOMBANG LKTROMAGNTIK Contoh. Hubungan dan B dari gelobang bidang elektroagnetik Suatu gelobang bidang elektroagnetik sinusoidal dengan frekuensi 5 MHz berjalan di angkasa dala arah X, seperti ditunjukkan
Lebih terperinciLembar Perhitungan Otomatis menggunakan OpenOffice.org WRITER
Lebar Perhitungan Otoatis enggunakan OpenOffice.org WRITER Pebuatan laporan lebar kerja untuk perasalahan sederhana dapat dilakukan langsung dengan OOo Writer, kelebihan yang didapat adalah keapuan forating
Lebih terperinciAnalisis Pengaruh Pipa Kapiler yang Dililitkan pada Line Suction Terhadap Performansi Mesin Pendingin 1)
JURNAL TEKNIK MESIN Vol 4, No 2, Oktober 2002: 94 98 Analisis Pengaruh Pipa Kapiler yang Dililitkan pada Line Suction Terhadap Perforansi Mesin Pendingin ) Ekadewi Anggraini Handoyo Dosen Fakultas Teknologi
Lebih terperinciStudi Eksperimen Pengaruh Alur Permukaan Sirip pada Sistem Pendingin Mesin Kendaraan Bermotor
Jurnal Kopetensi Teknik Vol. 1, No. 1, Noveber 009 1 Studi Eksperien Pengaruh Alur Perukaan Sirip pada Siste Pendingin Mesin Kendaraan Berotor Sasudin Anis 1 dan Aris Budiyono 1, Jurusan Teknik Mesin,
Lebih terperinciPenerapan Metode Simpleks Untuk Optimalisasi Produksi Pada UKM Gerabah
Konferensi Nasional Siste & Inforatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Penerapan Metode Sipleks Untuk Optialisasi Produksi Pada UKM Gerabah Ni Luh Gede Pivin Suwirayanti STMIK STIKOM Bali Jl. Raya
Lebih terperinciPenggunaan Media Manik-Manik Untuk Meningkatkan Kemampuan Belajar Matematika Anak Tunagrahita. Maman Abdurahman SR dan Hayatin Nufus
Riset PenggunaanMedia Manik-Manik* Maan Abdurahan SR HayatinNufus Penggunaan Media Manik-Manik Untuk Meningkatkan Keapuan Belajar Mateatika Anak Tunagrahita Maan Abdurahan SR Hayatin Nufus Universitas
Lebih terperinciII. TINJAUAN PUSTAKA A. Pembekuan
II. TINJAUAN PUSTAKA A. Pebekuan Pebekuan berarti peindahan panas dari bahan yang disertai dengan perubahan fase dari cair ke padat dan erupakan salah satu proses pengawetan yang uu dilakukan untuk penanganan
Lebih terperinciPENDEKATAN ANALISIS FUZZY CLUSTERING
PENDEKATAN ANALISIS FUZZY CLUSTERING PADA PENGELOMPOKKAN STASIUN POS HUJAN UNTUK MEMBUAT ZONA PRAKIRAAN IKLIM (ZPI) (Studi Kasus Pengelopokkan Zona Prakiraan Ikli (ZPI) dengan Data Curah Hujan di Kabupaten
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2. Penelitian Terdahulu Beberapa penelitian mengenai pengenalan tulisan tangan telah banyak dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur
Lebih terperinciTERMODINAMIKA TEKNIK II
DIKTAT KULIAH TERMODINAMIKA TEKNIK II TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS DARMA PERSADA 2005 i DIKTAT KULIAH TERMODINAMIKA TEKNIK II Disusun : ASYARI DARAMI YUNUS Jurusan Teknik Mesin, Fakultas Teknik
Lebih terperinciANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS EIGEN VALUE PROBLEM (EVP) PADA DATASET SUHU PERMUKAAN LAUT INDONESIA
ANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS EIGEN VALUE PROBLEM (EVP) PADA DATASET SUHU PERMUKAAN LAUT INDONESIA S. M. ROBIAL 1, S. NURDIATI 2, A. SOPAHELUWAKAN 3 Abstrak Data global Suhu Perukaan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Beberapa Defenisi Pada analisa keputusan, si pebuat keputusan selalu doinan terhadap penjabaran seluruh alternatif yang terbuka, eperkirakan konsequensi yang perlu dihadapi pada setiap
Lebih terperinciRANCANG BANGUN SISTEM APLIKASI MANAJEMEN SOAL PADA BIMBINGAN BELAJAR PRIMAGAMA (STUDI KASUS PRIMAGAMA PONTIANAK) Budi Heriyanto
RANCANG BANGUN SISTEM APLIKASI MANAJEMEN SOAL PADA BIMBINGAN BELAJAR PRIMAGAMA (STUDI KASUS PRIMAGAMA PONTIANAK) Budi Heriyanto Progra Studi Teknik Inforatika Jurusan Teknik Elektro Fakultas Teknik Universitas
Lebih terperinciPEMETAAN MEDAN ELEKTROMAGNETIK PADA PEMUKIMAN PENDUDUK DI BAWAH JARINGAN SUTT 150 KV PLN WILAYAH KALIMANTAN BARAT
PEMETAAN MEDAN ELEKTROMAGNETIK PADA PEMUKIMAN PENDUDUK DI BAWAH JARINGAN SUTT 5 KV PLN WILAYAH KALIMANTAN BARAT Baharuddin Progra Studi Teknik Elektro, Universitas Tanjungpura, Pontianak Eail : cithara89@gail.co
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 terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT WISATA YOGYAKARTA MENGGUNAKAN METODE ELimination Et Choix Traduisant La RealitA (ELECTRE)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT WISATA YOGYAKARTA MENGGUNAKAN METODE ELiination Et Choix Traduisant La RealitA (ELECTRE) Linda Marlinda Jurusan Teknik Koputer, AMIK Bina Sarana Inforatika Jl.RS
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelu sapai pada pendefinisian asalah network flow, terlebih dahulu pada bagian ini akan diuraikan engenai konsep-konsep dasar dari odel graph dan representasinya
Lebih terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciJURNAL LOGIKA, Volume XII, No 3 Tahun 2014 ISSN : KESTABILAN KOLOM DENGAN METODE SNI DAN PPBBI 1984
JURNAL LOGIKA, Volue XII, No 3 Tahun 2014 ISSN : 1978-2560 www.jurnallogika.co KESTABILAN KOLOM DENGAN METODE SNI DAN PPBBI 1984 Fathur Rohan (Universitas Swadaya Gunung Jati) Abstrak Kolo adalah batang
Lebih terperinciRANCANG BANGUN TRANSAKSI KLAIM BERBASIS WEB PADA PERUSAHAAN ASURANSI KESEHATAN (Studi Kasus PT. Asuransi Jiwa InHealth Pekanbaru)
Jurnal Teknik Inforatika, Vol 1 Septeber 2012 RANCANG BANGUN TRANSAKSI KLAIM BERBASIS WEB PADA PERUSAHAAN ASURANSI KESEHATAN (Studi Kasus PT. Asuransi Jiwa InHealth Pekanbaru) Dodi Wahyudi, Dadang Syarif
Lebih terperinciPerhitungan Tahanan Kapal dengan Metode Froude
9/0/0 Perhitungan Tahanan Kapal dengan etode Froude Froude enganggap bahwa tahanan suatu kapal atau odel dapat dipisahkan ke dala dua bagian: () tahanan gesek dan () tahanan sisa. Tahanan sisa ini disebabkan
Lebih terperinciPERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PENJADUALAN PRODUKSI JENIS FLOW SHOP
PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PERJADUALAN PRODUKSI JENIS FLOW SHOP (Didik Wahyudi) PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN
Lebih terperinciPERENCANAAN ALTERNATIF STRUKTUR BAJA GEDUNG MIPA CENTER (TAHAP I) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS BRAWIJAYA MALANG JURNAL
PERENCANAAN ALTERNATIF STRUKTUR BAJA GEDUNG MIPA CENTER (TAHAP I) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS BRAWIJAYA MALANG JURNAL Diajukan untuk eenuhi persyaratan eperoleh gelar Sarjana
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciRancang Bangun Sistem Informasi Perpustakaan Berbasis Web Pada SMPN 71 Jakarta
Siposiu Nasional Ilu Pengetahuan dan Teknologi (SIMNASIPTEK) 207 ISBN: 978-602-6268-4-9 Rancang Bangun Siste Inforasi Perpustakaan Berbasis Web Pada SMPN 7 Jakarta Kurniawati, Ghofar Taufik 2 STMIK Nusa
Lebih terperinciANALISIS KECEPATAN LARI 400 METER PUTRI FINAL PADA KEJUARAAN NASIONAL ATLETIK JAWA TIMUR TERBUKA DI SURABAYA TAHUN 2016
Analisis Kecepatan Lari..(Dian Saputri) ANALISIS KECEPATAN LARI METER PUTRI FINAL PADA KEJUARAAN NASIONAL ATLETIK JAWA TIMUR TERBUKA DI SURABAYA TAHUN THE ANALYSIS OF METERS RUN SPEED WOMEN ATHLETES IN
Lebih terperinciMembelajarkan Geometri dengan Program GeoGebra
Mebelajarkan Geoetri dengan Progra GeoGebra Oleh : Jurusan Pendidikan Mateatika FMIPA UNY Yogyakarta Eail: ali_uny73@yahoo.co ABSTRAK Peanfaatan teknologi koputer dengan berbagai progranya dala pebelajaran
Lebih terperinciDiketik ulang oleh : Copyright Bank Soal OLIMPIADE IPA, MATEMATIKA, FISIKA, BIOLOGI, KIMIA, ASTRONOMI, INFORMATIKA, dll UNTUK
Copyright http://serbiserbi.co/ Bank Soal OLIMPIADE IPA, MATEMATIKA, FISIKA, BIOLOGI, 1 2 SOAL PILIHAN GANDA 1. Tahukah kalian, salah satu keunikan dari laba-laba pelopat adalah keistiewaan penglihatannya.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Klasifikasi Klasifikasi adalah sebuah proses untuk menemukan sebuah model yang menjelaskan dan membedakan konsep atau kelas data dengan tujuan memperkirakan kelas dari suatu objek
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 terperinciModel Sistem Informasi Pencatatan Pengembangan Bangunan Gedung
ISSN: 026-3284 077 Model Siste Inforasi Pencatatan Pengebangan Bangunan Gedung Rakhat Fajri, Rintana Arnie STMIK Banjarbaru Jalan Ahad Yani K. 33,5 Banjarbaru riefaz@gail.co, rintana.bj@gail.co Abstrak
Lebih terperinciBAB III METODE PENELITIAN
23 BAB III METODE PENELITIAN 3.1. Tahapan Penelitian Tahapan proses penelitian ditunjukkan pada Gambar 15 berikut. Mulai 96 citra stomata Ekstraksi fitur - RGB & Skala Keabuan Ekstraksi fitur - Wavelet
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM INFORMASI KEPENDUDUKAN DI DESA WANUREJO, BOROBUDUR, MAGELANG NASKAH PUBLIKASI
ANALISIS DAN PERANCANGAN SISTEM INFORMASI KEPENDUDUKAN DI DESA WANUREJO, BOROBUDUR, MAGELANG NASKAH PUBLIKASI diajukan oleh Desy Verina Sari 0.2.480 kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN ACCOUNT OFFICER BRIGUNA PRODUKTIF DENGAN METODE SIMPLE ADDITIVE WEIGHTING PADA PT BANK RAKYAT INDONESIA (PESERO),
SISTEM PENDUKUNG KEPUTUSAN ACCOUNT OFFICER BRIGUNA PRODUKTIF DENGAN METODE SIMPLE ADDITIVE WEIGHTING PADA PT BANK RAKYAT INDONESIA (PESERO), Tbk KANTOR CABANG SEMARANG PATIMURA Dhia Prathaa Adikusua Siste
Lebih terperinciBAB III PERANCANGAN DAN IMPLEMENTASI SISTEM
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan mengenai tahapan dan algoritma yang akan digunakan pada sistem pengenalan wajah. Bagian yang menjadi titik berat dari tugas akhir
Lebih terperinciMENGUKUR MOMEN INERSIA BEBERAPA MODEL VELG SEPEDA MINI
KONSTAN: Jurnal Fisika dan Pendidikan Fisika (ISSN.460-919) Volue 1, No., Maret 016 MENGUKUR MOMEN INERSIA BEBERAPA MODEL VELG SEPEDA MINI 1 Suraidin, Islahudin, 3 M. Firan Raadhan 1 Mahasiswa Sarjana
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan studi (state of the art) Berikut penelitian yang telah dilakukan sebelumnya : 1. Penelitian dilakukan oleh Sigit Sugiyanto Feri Wibowo (2015), menjelaskan tentang klasifikasi
Lebih terperinciBAB 4 PENGUJIAN DAN ANALISIS SISTEM
BAB 4 PENGUJIAN DAN ANALISIS SISTEM Bab ini akan membahas mengenai proses pengujian dari sistem yang dirancang terhadap beberapa citra dijital replika kulit. Pengujian terhadap sistem ini dilakukan untuk
Lebih terperinci