PENDAHULUAN. Latar Belakang
|
|
- Siska Setiawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Latar Belakang PENDAHULUAN Indonesia merupakan negara yang memiliki kawasan hutan hujan tropis dengan keanekaragaman spesies tumbuhan yang sangat tinggi dan formasi hutan yang beragam. Dipterocarpaceae adalah pohon kayu utama dari hutan hujan tropis dan merupakan salah satu famili besar dengan jumlah mencapai 506 spesies di seluruh dunia. Shorea adalah nama marga dari famili Dipterocarpaceae yang beranggotakan sekitar 194 spesies. Ditinjau dari segi manfaat ekonomi, Shorea merupakan penghasil kayu-kayu Dipterocarpaceae yang terpenting, salah satunya adalah kayu meranti (meranti kuning, merah, dan putih). Kegunaan utama kayu meranti adalah untuk membuat kayu lapis dengan kualitas yang bagus. Beberapa Shorea juga menghasilkan tengkawang, yaitu buah meranti-merantian yang besar dan berlemak. Biji tengkawang mengeluarkan minyak yang berharga tinggi dan digunakan dalam industri kosmetika dan makanan. Keanekaragaman spesies dalam marga Shorea menyebabkan kesulitan untuk membedakan jenis Shorea satu dengan yang lainnya. Diperlukan pengetahuan serta pengalaman khusus dalam bidang ini untuk dapat membedakan jenis-jenis Shorea. Identifikasi jenis pohon penghasil kayu yang tidak akurat akan menyebabkan kesalahan identifikasi kayu gelondongan yang mengakibatkan pemilihan kayu yang tidak tepat untuk kegunaan akhir. Jika ditinjau dari segi kemudahan dan kecepatan dalam mendapatkan data, maka karakteristik morfologi dan anatomi menjadi acuan pertama dalam proses identifikasi tumbuhan. Karakteristik ini dapat diamati pada organ vegetatif tumbuhan, seperti daun, batang, dan cabang, serta pada organ generatif tumbuhan, seperti bunga dan buah. Kedua organ tumbuhan ini memiliki perbedaan waktu observasi. Organ generatif tumbuhan hanya dapat diamati pada waktu tertentu, sedangkan organ vegetatif tumbuhan cenderung tersedia sebagai sumber pengamatan sepanjang waktu (Hasanah 2009). Daun merupakan salah satu organ vegetatif tumbuhan dengan beberapa karakteristik yang dapat diamati. Sama halnya seperti daun, batang dan cabang juga merupakan organ vegetatif tumbuhan yang cenderung tersedia sebagai sumber pengamatan sepanjang waktu. Namun, kulit batang dapat berubah warna atau kedalaman alur sejalan dengan bertambahnya umur pohon. Pada penelitian ini akan diterapkan Jaringan Syaraf Tiruan (JST) Propagasi Balik untuk mengidentifikasi jenis Shorea. specimen daun akan diolah dengan JST Propagasi Balik untuk mengetahui tingkat akurasi dari proses identifikasi tersebut. Tujuan Penelitian Tujuan penelitian ini adalah untuk menerapkan Jaringan Syaraf Tiruan (JST) Propagasi Balik dalam mengidentifikasi jenis Shorea, serta mengetahui tingkat akurasi dari proses identifikasi tersebut. Ruang Lingkup Penelitian Ruang lingkup pada penelitian ini adalah : 1. Identifikasi jenis Shorea dilakukan berdasarkan karakteristik morfologi daun. 2. Identifikasi jenis Shorea dilakukan pada lima jenis Shorea yang terdapat di Kebun Raya Bogor, yaitu Shorea Beccariana, Shorea Seminis, Shorea Platyclados, Shorea Leprosula, dan Shorea Ovalis. 3. yang digunakan adalah data hasil pengukuran daun Shorea secara manual. Manfaat Penelitian Manfaat penelitian ini adalah membantu masyarakat umum serta pihak-pihak terkait dalam mengidentifikasi jenis Shorea. Shorea TINJAUAN PUSTAKA Shorea adalah nama marga dari famili Dipterocarpaceae yang beranggotakan sekitar 194 spesies. Marga ini dinamai demikian untuk menghormati Sir John Shore, Gubernur Jenderal British East India Company, Shorea menyebar terutama di Asia Tenggara, ke barat hingga Srilanka dan India utara, dan ke timur hingga Filipina dan Maluku. Shorea merupakan penghasil kayu-kayu Dipterocarpaceae yang terpenting, seperti aneka jenis kayu meranti (meranti merah, kuning, putih), balau, bangkirai, balangeran, dan lain-lain. Selain itu, marga ini juga menghasilkan damar dari berbagai kualitas yang digunakan dalam industri pernis dan cat. Ciri-ciri diagnostik utama Shorea adalah pohon sangat besar dengan kulit kayu dalam berlapis-lapis atau coklat merah gelap. Pohon hampir selalu besar, batang utama tinggi dan 1
2 silindris. Tangkai daun berukuran sekitar cm. Daun berukuran panjang 4-18 cm dan lebar 2-8 cm, pangkal daun biasanya simetris, permukaan bawah daun bila diraba licin, pertulangan sekunder bersisip, berjumlah sekitar 7-25 pasang (Newman et al. 1999). atau coklat kuning. Pertulangan sekunder berjumlah 9-17 pasang, pertulangan tersier tidak terlalu terlihat (Newman et al. 1999). Shorea Seminis merupakan salah satu Shorea penghasil tengkawang. Bijinya yang mengandung lemak dapat digunakan sebagai bahan dasar untuk pembuatan coklat, margarine, sabun dan bahan kosmetika. Shorea Beccariana Gambar 1 Pohon Shorea. Shorea Beccariana termasuk dalam besar, batang tinggi lurus, berbentuk silinder. Daun berukuran panjang 8-26 cm dan lebar cm, bila diraba licin pada kedua permukaan, ujung daun lancip pendek, pangkal daun berbentuk pasak. Pertulangan sekunder berjumlah pasang, melengkung di seluruh panjangnya, pertulangan tersier terlihat jelas dan tegak lurus (Newman et al. 1999). Shorea Beccariana merupakan salah satu Shorea penghasil tengkawang. Biji tengkawang mengeluarkan minyak yang berharga tinggi dan digunakan dalam industri kosmetika dan makanan. Gambar 3 Daun Shorea Seminis. Shorea Platyclados Shorea Platyclados termasuk dalam sangat besar, batang tidak bercabang hingga tinggi sekali. Daun berukuran panjang cm dan lebar cm, ujung daun lancip, pangkal daun membundar. Permukaan atas daun bila mengering berwarna coklat, bila diraba licin. Pertulangan sekunder berjumlah pasang, pertulangan tersier hampir tidak terlihat (Newman et al. 1999). Shorea yang termasuk kedalam kelompok meranti merah seperti Shorea Platyclados umumnya kayunya digunakan untuk venir dan kayu lapis. Selain itu, kayunya juga dapat digunakan sebagai bangunan perumahan dan mebel. Gambar 2 Daun Shorea Beccariana. Shorea Seminis Shorea Seminis termasuk dalam kelompok balau atau selangan batu. Tinggi pohon dapat mencapai 60 m. Daun berukuran panjang 9-18 cm dan lebar cm, ujung daun berbentuk lancip panjang, pangkal daun berbentuk pasak atau membundar. Permukaan atas dan bawah daun bila mengering berwarna coklat kelabu Gambar 4 Daun Shorea Platyclados. Shorea Leprosula Shorea Leprosula termasuk dalam besar, dapat mencapai tinggi 60 m, bebas cabang 35 m, diameter 1 m. Kulit coklat keabuabuan. Daun lonjong sampai bulat telur, panjang 8-14 cm dan lebar cm. 2
3 Permukaan daun bagian bawah bersisik seperti krim, urat daun tersier rapat seperti tangga. Kayunya ringan, kerapatan 0,3-0,55 gr/cm 3. Merupakan kayu berharga dan sangat baik untuk mebel, panel, lantai, langit-langit dan juga untuk kayu lapis. Menghasilkan resin yang dikenal dengan nama damar daging, yang dapat digunakan obat. Gambar 5 Daun Shorea Leprosula. Shorea Ovalis Shorea Ovalis termasuk dalam kelompok meranti merah. Perawakan pohon besar, tinggi pohon dapat mencapai 49 m, batang lurus berbentuk silinder agak meruncing. Daun lonjong atau jorong, berukuran panjang cm dan lebar cm, ujung daun lancip panjang, pangkal daun membundar, permukaan atas daun bila mengering berwarna coklat, bila diraba licin dengan bulu-bulu pendek yang renggang atau rapat, permukaan bawah daun bila mengering berwarna coklat, bila diraba kasar. Tepi daun kadang tergulung. Pertulangan sekunder berjumlah sekitar pasang, mulamula lurus, melengkung hanya di dekat tepi daun atau melengkung di seluruh panjangnya, pertulangan tersier terlihat jelas (Newman et al. 1999). Kayu meranti merah banyak dipergunakan untuk kayu pertukangan dan kayu lapis. Jaringan Syaraf Tiruan Jaringan Syaraf Tiruan (JST) adalah sistem pemroses informasi yang memiliki karakteristik mirip dengan jaringan syaraf biologi. JST dibentuk sebagai generalisasi model matematika dari jaringan syaraf biologi, dengan asumsi bahwa : Pemrosesan informasi terjadi pada banyak elemen sederhana (neuron). Sinyal dikirimkan di antara neuron-neuron melalui penghubung-penghubung. Penghubung antar neuron memiliki bobot yang akan memperkuat atau memperlemah sinyal. Untuk menentukan output, setiap neuron menggunakan fungsi aktivasi yang dikenakan pada jumlah input yang diterima untuk menentukan keluarannya. JST ditentukan oleh tiga hal : 1. Pola hubungan antar neuron yang disebut arsitektur. 2. Metode penentuan bobot pada setiap hubungannya (disebut juga training atau latihan). 3. Fungsi aktivasi yang digunakan. Gambar 7 Model JST Propagasi Balik. Propagasi Balik Propagasi Balik merupakan algoritme pembelajaran yang terawasi (supervised learning) dan biasanya digunakan oleh jaringan multilayer untuk mengubah bobot-bobot yang terhubung dengan semua neuron pada hidden layer (Kusumadewi 2004 diacu dalam Hardelina 2007). Gambar 6 Daun Shorea Ovalis. 3
4 Karakteristik yang dimiliki oleh JST Propagasi Balik adalah : Jaringan Multilayer JST Propagasi Balik memiliki input layer, output layer, dan hidden layer. Setiap neuron pada suatu layer dalam JST Propagasi Balik mendapat sinyal input dari semua neuron pada layer sebelumnya. Fungsi Aktivasi Fungsi aktivasi digunakan untuk menentukan keluaran suatu neuron. Fungsi aktivasi yang umum digunakan pada JST Propagasi Balik adalah fungsi sigmoid biner (output-nya memiliki rentang [0,1]). Grafik fungsi sigmoid biner dapat dilihat pada Gambar 8. ƒ(x) Gambar 8 Grafik fungsi sigmoid biner. Persamaan fungsi sigmoid biner adalah sebagai berikut : dengan turunannya, Ada tiga tahap pelatihan pada JST Propagasi Balik, yaitu pelatihan input yang bersifat umpan maju (feed forward), perhitungan propagasi balik galat yang diperoleh, dan penyesuaian bobot. Feed Forward Setiap neuron pada hidden layer dan output layer menghitung nilai aktivasinya masingmasing sesuai dengan fungsi aktivasi yang digunakan. Propagasi balik galat Setiap output neuron menghitung informasi galat antara nilai output yang dihasilkan dengan nilai target yang telah ditetapkan. Informasi galat ini dikirimkan ke layer di bawahnya. Penyesuaian bobot-bobot jaringan Setiap output neuron dan hidden neuron mengubah nilai bias dan bobot sesuai dengan nilai galat pada layer di atasnya. x Ketiga fase tersebut diulang terus hingga kondisi penghentian terpenuhi. Umumnya kondisi penghentian yang digunakan adalah jumlah iterasi atau kesalahan. Iterasi akan dihentikan jika jumlah iterasi yang dilakukan sudah melebihi jumlah maksimum iterasi yang ditetapkan, atau jika kesalahan yang terjadi sudah lebih kecil dari batas toleransi yang diijinkan. K-Fold cross validation K-fold cross validation dilakukan untuk membagi training set dan test set. K-fold cross validation mengulang k-kali untuk membagi sebuah himpunan contoh secara acak menjadi k subset yang paling bebas, setiap ulangan disisakan satu subset untuk pengujian dan subset lainnya untuk pelatihan (Fu 1994). Normalisasi Normalisasi data dilakukan dengan cara membagi setiap data dengan nilai maksimum dari setiap fiturnya. Normalisasi dilakukan agar data memiliki range yang sama. Regresi Linear Regresi linear adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (Y) dengan satu atau lebih variabel bebas (X). dari X dan Y diplotkan sehingga menghasilkan diagram pencar. Jika titik-titiknya mengikuti suatu garis lurus, maka kedua variabel tersebut saling berhubungan secara linear. Bila hubungan linear tersebut ada, maka kita nyatakan secara matematik dengan sebuah persamaan garis lurus yang disebut garis regresi linear. persamaan tersebut dapat dituliskan dalam bentuk : ŷ = a + bx, dimana a adalah intersep atau perpotongan dengan sumbu tegak dan b adalah kemiringan atau gradiennya (Walpole 1995). Nilai a dan b pada persamaan di atas, dapat diperoleh dengan rumus : Elips Luas dan keliling elips dapat dihitung dengan rumus di bawah ini. Luas elips : πr 1 r 2 Keliling : π (r 1 + r 2 ) 4
5 dimana : Gambar 9 Elips. r 1 = sumbu panjang dari titik pusat r 2 = sumbu pendek dari titik pusat r 2 METODOLOGI Pada bab ini akan dijelaskan mengenai tahapan-tahapan yang akan dilakukan dalam penelitian. Penelitian dimulai dengan melakukan identifikasi masalah, kemudian dilakukan pencarian dan pengumpulan data untuk digunakan pada tahap pelatihan dan pengujian. Berikut ini adalah ilustrasi tahapan metodologi penelitian yang digambarkan dengan diagram alur penelitian : Mulai r 1 Identifikasi Masalah Identifikasi Masalah Shorea beranggotakan sekitar 194 spesies. Keanekaragaman spesies tersebut dapat mengakibatkan kesulitan dalam membedakan jenis Shorea satu dengan yang lainnya. Diperlukan pengetahuan dari orang yang berpengalaman dalam bidang Shorea untuk dapat mengenali jenis-jenis Shorea. Kesalahan dalam mengidentifikasi jenis Shorea dapat mengakibatkan pemilihan kayu yang tidak tepat untuk kegunaan akhir. Salah satu solusi dari permasalahan tersebut adalah dengan membuat suatu aplikasi yang dapat mengidentifikasi jenis-jenis Shorea. Aplikasi tersebut dibentuk dengan menggabungkan kemampuan dari ahli dalam bidang Shorea serta literatur yang terkait dengan bidang tersebut untuk mengetahui tingkat akurasi dari identifikasi tersebut. Pengumpulan yang digunakan pada penelitian ini adalah data hasil pengolahan daun Shorea yang sample-nya diambil dari Kebun Raya Bogor. Pada setiap sample dilakukan pengukuran data secara manual untuk mendapatkan nilai-nilai dari setiap karakteristik morfologi daun Shorea. Karakteristik morfologi daun Shorea yang diamati dan diukur adalah : 1. Panjang daun, yaitu panjang daun dari ujung daun sampai pangkal daun. Pengumpulan Praproses Panjang Gambar 11 Panjang Daun. 2. Lebar daun, yaitu permukaan daun yang paling lebar dengan posisi daun tegak lurus. K-fold cross validation Latih Pelatihan JST Propagasi Balik Uji Pengujian Akurasi Selesai Gambar 10 Diagram Alur Penelitian. Lebar Gambar 12 Lebar Daun. 3. Bentuk tulang daun, yaitu susunan tulang cabang pada daun. Bentuk tulang daun dapat dibedakan menjadi : a. Menempel : ujung tulang cabang bagian dalam sebelah kanan bertemu dengan ujung tulang cabang bagian dalam sebelah kiri. b. Tidak menempel : ujung tulang cabang bagian dalam sebelah kanan tidak bertemu dengan ujung tulang cabang bagian dalam sebelah kiri. 5
IDENTIFIKASI JENIS SHOREA MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK BERDASARKAN KARAKTERISTIK MORFOLOGI DAUN DEWI PUSPITASARI
IDENTIFIKASI JENIS SHOREA MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK BERDASARKAN KARAKTERISTIK MORFOLOGI DAUN DEWI PUSPITASARI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciHASIL DAN PEMBAHASAN. Tabel 3 Contoh data Shorea hasil kodefikasi
8 disajikan contoh data Shorea hasil kodefikasi dari beberapa karakter yang bernilai nominal. Tabel 2 Karakter daun yang bernilai nominal Karakter Nilai Kode Bentuk tulang Tidak menempel 1 daun Permukaan
Lebih terperinciKLASIFIKASI JENIS SHOREA BERDASARKAN MORFOLOGI DAUN MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK LEVENBERG-MARQUARDT CORY DIANA LESTARI
KLASIFIKASI JENIS SHOREA BERDASARKAN MORFOLOGI DAUN MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK LEVENBERG-MARQUARDT CORY DIANA LESTARI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciIII. METODE PENELITIAN. A. Waktu dan Lokasi Penelitian. B. Perancangan Penelitian. C. Teknik Penentuan Sampel. D. Jenis dan Sumber Data
16 III. METODE PENELITIAN A. Waktu dan Lokasi Penelitian Penelitian dilaksanakan pada bulan Oktober 2015 s/d Januari 2016. Lokasi penelitian berada di Desa Giriharjo, Kecamatan Ngrambe, Kabupaten Ngawi,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.6. Jaringan Syaraf Tiruan Jaringan syaraf tiruan atau neural network merupakan suatu sistem informasi yang mempunyai cara kerja dan karakteristik menyerupai jaringan syaraf pada
Lebih terperinciPOSITRON, Vol. IV, No. 2 (2014), Hal ISSN :
Modifikasi Estimasi Curah Hujan Satelit TRMM Dengan Metode Jaringan Syaraf Tiruan Propagasi Balik Studi Kasus Stasiun Klimatologi Siantan Fanni Aditya 1)2)*, Joko Sampurno 2), Andi Ihwan 2) 1)BMKG Stasiun
Lebih terperinciIDENTIFIKASI DAUN SHOREA MENGGUNAKAN VOTING FEATURE INTERVAL 5 DENGAN DISCRETE WAVELET TRANSFORM ILVI NURRIZKI UTAMI
IDENTIFIKASI DAUN SHOREA MENGGUNAKAN VOTING FEATURE INTERVAL 5 DENGAN DISCRETE WAVELET TRANSFORM ILVI NURRIZKI UTAMI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciIDENTIFIKASI DAUN SHOREA MENGGUNAKAN PROBABILISTIC NEURAL NETWORK DENGAN NORMALISASI FITUR MORFOLOGI DAUN ALITA WULAN DINI
IDENTIFIKASI DAUN SHOREA MENGGUNAKAN PROBABILISTIC NEURAL NETWORK DENGAN NORMALISASI FITUR MORFOLOGI DAUN ALITA WULAN DINI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciAplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1. Analisa dan Kebutuhan Sistem Analisa sistem merupakan penjabaran deskripsi dari sistem yang akan dibangun kali ini. Sistem berfungsi untuk membantu menganalisis
Lebih terperinciIDENTIFIKASI JENIS POHON FAMILI DIPTEROCARPACEAE DI KAWASAN ARBORETUM SYLVA UNIVERSITAS TANJUNGPURA PONTIANAK
IDENTIFIKASI JENIS POHON FAMILI DIPTEROCARPACEAE DI KAWASAN ARBORETUM SYLVA UNIVERSITAS TANJUNGPURA PONTIANAK (Identifaction Of Dipterocarpaceae Family In Area Of Arboretum Sylva University Of Tanjungpura
Lebih terperinciBAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)
BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Kompetensi : 1. Mahasiswa memahami konsep Jaringan Syaraf Tiruan Sub Kompetensi : 1. Dapat mengetahui sejarah JST 2. Dapat mengetahui macam-macam
Lebih terperincilalu menghitung sinyal keluarannya menggunakan fungsi aktivasi,
LAMPIRAN 15 Lampiran 1 Algoritme Jaringan Syaraf Tiruan Propagasi Balik Standar Langkah 0: Inisialisasi bobot (bobot awal dengan nilai random yang paling kecil). Langkah 1: Menentukan maksimum epoch, target
Lebih terperinciArchitecture Net, Simple Neural Net
Architecture Net, Simple Neural Net 1 Materi 1. Model Neuron JST 2. Arsitektur JST 3. Jenis Arsitektur JST 4. MsCulloh Pitts 5. Jaringan Hebb 2 Model Neuron JST X1 W1 z n wi xi; i1 y H ( z) Y1 X2 Y2 W2
Lebih terperinciPREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Dwi Marisa Midyanti Sistem Komputer Universitas Tanjungpura Pontianak Jl Prof.Dr.Hadari Nawawi, Pontianak
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN DALAM PENGHITUNGAN PERSENTASE KEBENARAN KLASIFIKASI PADA KLASIFIKASI JURUSAN SISWA DI SMA N 8 SURAKARTA
APLIKASI JARINGAN SYARAF TIRUAN DALAM PENGHITUNGAN PERSENTASE KEBENARAN KLASIFIKASI PADA KLASIFIKASI JURUSAN SISWA DI SMA N 8 SURAKARTA Pembimbing: Desi Fitria Utami M0103025 Drs. Y. S. Palgunadi, M. Sc
Lebih terperinciPengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation
Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko Pengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Data Yang Digunakan Dalam melakukan penelitian ini, penulis membutuhkan data input dalam proses jaringan saraf tiruan backpropagation. Data tersebut akan digunakan sebagai
Lebih terperinciPREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK
PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Yudhi Andrian 1, Erlinda Ningsih 2 1 Dosen Teknik Informatika, STMIK Potensi Utama 2 Mahasiswa Sistem Informasi, STMIK
Lebih terperinciBAB 2 KONSEP DASAR PENGENAL OBJEK
BAB 2 KONSEP DASAR PENGENAL OBJEK 2.1 KONSEP DASAR Pada penelitian ini, penulis menggunakan beberapa teori yang dijadikan acuan untuk menyelesaikan penelitian. Berikut ini teori yang akan digunakan penulis
Lebih terperinciLampiran 1. Panduan Pengujian Individual Kebaruan, Keunikan, Keseragaman dan Kestabilan Melon (Deptan, 2007)
Lampiran 1. Panduan Pengujian Individual Kebaruan, Keunikan, Keseragaman dan Kestabilan Melon (Deptan, 2007) No. Karakteristik Deskripsi Notasi Data 1 Kecambah : Panjang Sangat pendek 1 hipokotil (*) Pendek
Lebih terperinciPERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI
PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM
IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM Ayu Trimulya 1, Syaifurrahman 2, Fatma Agus Setyaningsih 3 1,3 Jurusan Sistem Komputer, Fakultas MIPA Universitas
Lebih terperinciII. TINJAUAN PUSTAKA. Tanaman mahkota dewa memiliki nama ilmiah Phaleria macrocarpa Boerl.,
II. TINJAUAN PUSTAKA A. Tanaman Mahkota Dewa 1. Klasifikasi dan Ciri Morfologi Tanaman mahkota dewa memiliki nama ilmiah Phaleria macrocarpa Boerl., dengan nama sinonim Phaleria papuana. Nama umum dalam
Lebih terperinciBAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu
BAB 2 LANDASAN TEORI 2.1 Pengenalan Suara. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu speech recognition dan speaker recognition. Speech recognition adalah proses yang dilakukan
Lebih terperinciMODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA
MODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA Ramli e-mail:ramli.brt@gmail.com Dosen Tetap Amik Harapan Medan ABSTRAK Jaringan Syaraf Tiruan adalah pemrosesan
Lebih terperinciJaringan Syaraf Tiruan. Disusun oleh: Liana Kusuma Ningrum
Jaringan Syaraf Tiruan Disusun oleh: Liana Kusuma Ningrum Susilo Nugroho Drajad Maknawi M0105047 M0105068 M01040 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret
Lebih terperinciBAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Model Penelitian Penelitian yang dilakukan dapat dijelaskan melalui blok diagram seperti yang terlihat pada Gambar 3.1. Suara Burung Burung Kacer Burung Kenari Pengambil an
Lebih terperinciPenerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6
Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6 Sari Indah Anatta Setiawan SofTech, Tangerang, Indonesia cu.softech@gmail.com Diterima 30 November 2011 Disetujui 14 Desember 2011
Lebih terperinciBAB II DASAR TEORI Jaringan Syaraf Tiruan. Universitas Sumatera Utara
BAB II DASAR TEORI Landasan teori adalah teori-teori yang relevan dan dapat digunakan untuk menjelaskan variabel-variabel penelitian. Landasan teori ini juga berfungsi sebagai dasar untuk memberi jawaban
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Forecasting Forecasting (peramalan) adalah seni dan ilmu untuk memperkirakan kejadian di masa yang akan datang. Hal ini dapat dilakukan dengan melibatkan data historis dan memproyeksikannya
Lebih terperinciKLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati
KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Dhita Azzahra Pancorowati 1110100053 Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciBACK PROPAGATION NETWORK (BPN)
BACK PROPAGATION NETWORK (BPN) Arsitektur Jaringan Salah satu metode pelatihan terawasi pada jaringan syaraf adalah metode Backpropagation, di mana ciri dari metode ini adalah meminimalkan error pada output
Lebih terperinciPRISMA FISIKA, Vol. I, No. 1 (2013), Hal ISSN :
Prediksi Tinggi Signifikan Gelombang Laut Di Sebagian Wilayah Perairan Indonesia Menggunakan Jaringan Syaraf Tiruan Metode Propagasi Balik Abraham Isahk Bekalani, Yudha Arman, Muhammad Ishak Jumarang Program
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian
BAB III METODE PENELITIAN 3.1 Jenis Penelitian Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian deskriptif dengan pendekatan kuantiatif. Penelitian deskriptif merupakan penelitian
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK [1] Meishytah Eka Aprilianti, [2] Dedi Triyanto, [3] Ilhamsyah [1] [2] [3] Jurusan Sistem Komputer, Fakultas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dielaskan mengenai teori-teori yang berhubungan dengan penelitian ini, sehingga dapat diadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciBAB I PENDAHULUAN. paling parah dan paling lama tingkat pemulihannya akibat krisis keuangan
BAB I PENDAHULUAN 1.1 Latar Belakang Krisis keuangan yang terjadi di Asia pada pertengahan tahun 1997 diawali di Thailand dan merembet ke berbagai negara di Asia lainnya seperti di Indonesia, Malaysia,
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Kerangka Pemikiran Perusahaan dalam era globalisasi pada saat ini, banyak tumbuh dan berkembang, baik dalam bidang perdagangan, jasa maupun industri manufaktur. Perusahaan
Lebih terperinciASPEK BIOLOGI TANAMAN KOPI Oleh : Abd. Muis, SP.
ASPEK BIOLOGI TANAMAN KOPI Oleh : Abd. Muis, SP. Sifat dan perilaku tanaman kopi dapat dipelajari dari sisi biologinya. Artikel ini ditujukan untuk memberikan pengetahuan tentang beberapa aspek biologi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan
Lebih terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA.1 Volume Pohon Secara alami, volume kayu dapat dibedakan menurut berbagai macam klasifikasi sortimen. Beberapa jenis volume kayu yang paling lazim dipakai sebagai dasar penaksiran,
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. perangkat. Alat dan bahan yang digunakan sebelum pengujian:
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masing-masing komponen perangkat.
Lebih terperinci6. Panjang helaian daun. Daun diukur mulai dari pangkal hingga ujung daun. Notasi : 3. Pendek 5.Sedang 7. Panjang 7. Bentuk daun
LAMPIRAN Lampiran 1. Skoring sifat dan karakter tanaman cabai 1. Tinggi tanaman : Tinggi tanaman diukur mulai dari atas permukaan tanah hingga ujung tanaman yang paling tinggi dan dinyatakan dengan cm.
Lebih terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA 2.1 Sistem Silvikultur Tebang Pilih Tanam Jalur (TPTJ) Sistem Tebang Pilih Tanam Jalur (TPTJ) adalah sistem silvikultur yang digulirkan sebagai alternatif pembangunan hutan tanaman
Lebih terperinciPerbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation
65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah
Lebih terperinciANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MENGETAHUI LOYALITAS KARYAWAN
ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MENGETAHUI LOYALITAS KARYAWAN Jasmir, S.Kom, M.Kom Dosen tetap STIKOM Dinamika Bangsa Jambi Abstrak Karyawan atau tenaga kerja adalah bagian
Lebih terperinciTINJAUAN PUSTAKA. Botani Kelapa Sawit
3 TINJAUAN PUSTAKA Botani Kelapa Sawit Kelapa sawit adalah tanaman perkebunan/industri berupa pohon batang lurus dari famili Arecaceae. Tanaman tropis ini dikenal sebagai penghasil minyak sayur yang berasal
Lebih terperinciBAB II TINJAUAN PUSTAKA, LANDASAN TEORI DAN KERANGKA PIKIRAN. Asam gelugur (Garcinia atroviridis Griff) berasal dari kawasan Asia yaitu
BAB II TINJAUAN PUSTAKA, LANDASAN TEORI DAN KERANGKA PIKIRAN 2.1. Tinjauan Pustaka Asam gelugur (Garcinia atroviridis Griff) berasal dari kawasan Asia yaitu semenanjung Malaysia, Thailand, Myanmar dan
Lebih terperinciIII. METODE PENELITIAN
10 III. METODE PENELITIAN A. Lokasi Penelitian Penelitian ini dilaksanakan di pekarangan warga di Kecamatan Jumantono, Kecamatan Karanganyar dengan dua jenis tanah yang berbeda yaitu tanah Latosol (Desa
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION [1] Novi Indah Pradasari, [2] F.Trias Pontia W, [3] Dedi Triyanto [1][3] Jurusan Sistem Komputer,
Lebih terperinciT 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX
T 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX Oleh: Intan Widya Kusuma Program Studi Matematika, FMIPA Universitas Negeri yogyakarta
Lebih terperinciPEMILIHAN WARNA LIPSTIK BERDASARKAN INFORMASI USIA DAN WARNA KULIT DENGAN MENGGUNAKAN METODA ARTIFICIAL NEURAL NETWORK
PEMILIHAN WARNA LIPSTIK BERDASARKAN INFORMASI USIA DAN WARNA KULIT DENGAN MENGGUNAKAN METODA ARTIFICIAL NEURAL NETWORK Bilqis Amaliah 1, Amethis Oktaorora 2 1,2 Teknik Informatika, FTIf - ITS,Surabaya
Lebih terperinciBAB II TINJAUAN PUSTAKA
16 BAB II TINJAUAN PUSTAKA 2.1 Deskripsi Singkat Merbau Menurut Merbau (Instia spp) merupakan salah satu jenis tanaman yang banyak dimanfaatkan dan mempunyai nilai yang ekonomi yang tinggi karena sudah
Lebih terperinciIV. HASIL DAN PEMBAHASAN A.
IV. HASIL DAN PEMBAHASAN A. Persiapan Data Untuk Analisis Jaringan Syaraf Tahapan pertama sebelum merancang model jaringan syaraf tiruan adalah menyiapkan data. Secara garis besar tahapan-tahapan dalam
Lebih terperinciABSTRACT. Keywords : Shorea, k-nearest Neighbour. iii
ABSTRACT BRYAN NURJAYANTI. Identification Using k-nearest Neighbour Based on Morphological Characteristics of Leaves. Supervised by AZIZ KUSTIYO. Dipterocarpaceae is a group of tropical plants that is
Lebih terperinciVARIASI MORFOLOGI PEPAYA (Carica papaya L.) DI KOTA PEKANBARU
VARIASI MORFOLOGI PEPAYA (Carica papaya L.) DI KOTA PEKANBARU Heria Nova 1, Nery Sofiyanti 2 dan Fitmawati 2 1 Mahasiswi Jurusan Biologi FMIPA-UR 2 Dosen Botani Jurusan Biologi FMIPA-UR Fakultas Matematika
Lebih terperinciPrediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)*
Prediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)* 1)Stasiun Meteorologi Supadio Pontianak Badan Meteorologi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Rotan adalah salah satu jenis tumbuhan berbiji tunggal (monokotil) yang memiliki peranan ekonomi yang sangat penting (FAO 1997). Sampai saat ini rotan telah dimanfaatkan sebagai
Lebih terperinciBAB 3. METODE PENELITIAN
BAB 3 METODE PENELITIAN 31 Pemilihan Parameter Masukan JST Data pengujian kualitas surfaktan-mesa yang dimiliki SBRC IPB (009) terdiri atas tegangan permukaan, IFT, densitas, viskositas, ph, dan kandungan
Lebih terperinciBAB I PENDAHULUAN. Machine learning (ML), bagian dari kecerdasan buatan (artificial
BAB I PENDAHULUAN 1. 1.1. Latar Belakang Machine learning (ML), bagian dari kecerdasan buatan (artificial intelligence), merupakan metode untuk mengoptimalkan performa dari sistem dengan mempelajari data
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Semua negara mempunyai mata uang sebagai alat tukar. Pertukaran uang dengan barang yang terjadi disetiap negara tidak akan menimbulkan masalah mengingat nilai uang
Lebih terperinciMETODOLOGI PENELITIAN
18 METODOLOGI PENELITIAN Kerangka Penelitian Sistem pengenalan roda kendaraan pada penelitian ini tampak pada Gambar 10, secara garis besar dapat dibagi menjadi dua tahapan utama yaitu, tahapan pelatihan
Lebih terperinciKLASIFIKASI ARITMIA EKG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN FUNGSI AKTIVASI ADAPTIF
KLASIFIKASI ARITMIA EKG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN FUNGSI AKTIVASI ADAPTIF Asti Rahma Julian 1, Nanik Suciati 2, Darlis Herumurti 3 Teknik Informatika, Fakultas Teknologi Informasi, ITS
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MENGENALI TULISAN TANGAN HURUF A, B, C, DAN D PADA JAWABAN SOAL PILIHAN GANDA
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MENGENALI TULISAN TANGAN HURUF A, B, C, DAN D PADA JAWABAN SOAL PILIHAN GANDA (Studi Eksplorasi Pengembangan Pengolahan Lembar Jawaban Ujian Soal Pilihan Ganda di
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kayu selalu dibutuhkan dalam berbagai aspek kehidupan manusia. Tingkat kebutuhan kayu semakin hari semakin meningkat. Jumlah produksi kayu yang dapat dihasilkan saat
Lebih terperinciTINJAUAN PUSTAKA. Menurut Van Steenis (2005), bengkuang (Pachyrhizus erosus (L.))
TINJAUAN PUSTAKA Botani Tanaman Menurut Van Steenis (2005), bengkuang (Pachyrhizus erosus (L.)) termasuk ke dalam Kelas : Magnoliopsida, Ordo : Fabales, Famili : Fabaceae, Genus : Pachyrhizus, Spesies
Lebih terperinciPENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT
PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT Havid Syafwan Program Studi Manajemen Informatika, Amik Royal, Kisaran E-mail: havid_syafwan@yahoo.com ABSTRAK:
Lebih terperinciBAB II DASAR TEORI. luar dan daging iga sangat umum digunakan di Eropa dan di Amerika Serikat
6 BAB II DASAR TEORI 2.1. Daging Sapi dan Daging Babi 2.1.1.Daging Sapi Daging sapi adalah daging yang diperoleh dari sapi yang biasa dan umum digunakan untuk keperluan konsumsi makanan. Di setiap daerah,
Lebih terperinciSpermatophyta Angiospermae Dicotyledoneae Araucariales Araucariaceae Agathis Agathis dammara Warb.
AGATHIS DAMMARA WARB. Botani Agathis alba Foxw. Spermatophyta Angiospermae Dicotyledoneae Araucariales Araucariaceae Agathis Agathis dammara Warb. Damar Pohon, tahunan, tinggi 30-40 m. Tegak, berkayu,
Lebih terperinciII. TINJAUAN PUSTAKA. Tanaman gonda dalam bahasa jawa disebut gondo atau orang barat
II. TINJAUAN PUSTAKA 2.1 Deskripsi Tanaman Gonda Tanaman gonda dalam bahasa jawa disebut gondo atau orang barat menyebutnya chikenspike termasuk dalam keluarga Sphenocleaceae. Klasifikasi taksonomi dijelaskan
Lebih terperinciBACK PROPAGATION NETWORK (BPN)
BACK PROPAGATION NETWORK (BPN) Arsitektur Jaringan Digunakan untuk meminimalkan error pada output yang dihasilkan oleh jaringan. Menggunakan jaringan multilayer. Arsitektur Jaringan Proses belajar & Pengujian
Lebih terperinciPresentasi Tugas Akhir
Presentasi Tugas Akhir Bagian terpenting dari CRM adalah memahami kebutuhan dari pelanggan terhadap suatu produk yang ditawarkan para pelaku bisnis. CRM membutuhkan sistem yang dapat memberikan suatu
Lebih terperinciJaringan syaraf dengan lapisan tunggal
Jaringan syaraf adalah merupakan salah satu representasi buatan dari otak manusia yang mencoba untuk mensimulasikan proses pembelajaran pada otak manusia. Syaraf manusia Jaringan syaraf dengan lapisan
Lebih terperinciPERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK
Jurnal POROS TEKNIK, Volume 6, No. 2, Desember 2014 : 55-10 PERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK Nurmahaludin (1) (1) Staff Pengajar Jurusan
Lebih terperinciTINJAUAN PUSTAKA Asal-usul dan Penyebaran Geografis Sifat Botani
3 TINJAUAN PUSTAKA Asal-usul dan Penyebaran Geografis Pepaya (Carica papaya) merupakan tanaman buah-buahan tropika. Pepaya merupakan tanaman asli Amerika Tengah, tetapi kini telah menyebar ke seluruh dunia
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN PADA PENGENALAN POLA TULISAN DENGAN METODE BACKPROPAGATION
APLIKASI JARINGAN SYARAF TIRUAN PADA PENGENALAN POLA TULISAN DENGAN METODE BACKPROPAGATION Alvama Pattiserlihun, Andreas Setiawan, Suryasatriya Trihandaru Program Studi Fisika, Fakultas Sains dan Matematika,
Lebih terperinciVOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN :
PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PRODUKSI AIR MINUM MENGGUNAKAN ALGORITMA BACKPROPAGATION (STUDI KASUS : PDAM TIRTA BUKIT SULAP KOTA LUBUKLINGGAU) Robi Yanto STMIK Bina Nusantara
Lebih terperinciII. TINJAUAN PUSTAKA 2.1. Morfologi Tanaman Pisang ( Musa spp.) 2.2. Tanaman Pisang ( Musa spp.)
II. TINJAUAN PUSTAKA 2.1. Morfologi Tanaman Pisang (Musa spp.) Indonesia pisang merupakan tanaman yang sangat penting karena mempunyai nilai ekonomi yang tinggi. Pisang adalah tanaman herba yang berasal
Lebih terperinciJARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN)
JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN) Marihot TP. Manalu Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma
Lebih terperinciBAB III METODOLOGI PENELITIAN
19 BAB III METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Kerangka pemikiran untuk penelitian ini seperti pada Gambar 9. Penelitian dibagi dalam empat tahapan yaitu persiapan penelitian, proses pengolahan
Lebih terperinciPENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 203-209 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD
Lebih terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA.1 Inventarisasi Hutan Menurut Dephut (1970), inventarisasi hutan adalah pengumpulan dan penyusunan data mengenai hutan dalam rangka pemanfaatan hutan bagi masyarakat secara lestari
Lebih terperinciBAB I PENDAHULUAN. dengan nama latin Syzygium aromaticum atau Eugenia aromaticum. Tanaman
BAB I PENDAHULUAN A. Latar Belakang Masalah Cengkeh adalah tumbuhan asli Maluku, Indonesia. Cengkeh dikenal dengan nama latin Syzygium aromaticum atau Eugenia aromaticum. Tanaman asli Indonesia ini tergolong
Lebih terperinciBAB II LANDASAN TEORI. titiktitik penyusun citra itu sendiri. Titik-titik tersebut disebut dengan pixel. Banyaknya
BAB II LANDASAN TEORI 2. Citra/Image Citra atau yang lebih sering dikenal dengan gambar merupakan kumpulan dari titiktitik penyusun citra itu sendiri. Titik-titik tersebut disebut dengan pixel. Banyaknya
Lebih terperinciBAB II. Penelitian dengan jaringan syaraf tiruan propagasi balik. dalam bidang kesehatan sebelumnya pernah dilakukan oleh
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Penelitian dengan jaringan syaraf tiruan propagasi balik dalam bidang kesehatan sebelumnya pernah dilakukan oleh Sudharmadi Bayu Jati Wibowo
Lebih terperinciMEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG)
MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG) R. Ayu Mahessya, S.Kom, M.Kom, Fakultas Ilmu Komputer Universitas
Lebih terperinciIII. METODE PENELITIAN
7 III. METODE PENELITIAN A. Waktu dan Lokasi Penelitian Penelitian dilaksanakan di Desa Ketileng, Kecamatan Malo, Kabupaten Bojonegoro pada bulan April Oktober 2015. B. Bahan dan Alat Penelitian Bahan
Lebih terperinciII. TINJAUAN PUSTAKA. Manggis dengan nama latin Garcinia mangostana L. merupakan tanaman buah
II. TINJAUAN PUSTAKA 2.1 Botani Manggis dan Syarat Tumbuh Manggis dengan nama latin Garcinia mangostana L. merupakan tanaman buah berupa pohon yang banyak tumbuh secara alami pada hutan tropis di kawasan
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar belakang Hujan merupakan salah satu unsur iklim yang berpengaruh pada suatu daerah aliran sungai (DAS). Pengaruh langsung yang dapat diketahui yaitu potensi sumber daya air. Besar
Lebih terperinciJenis-jenis kayu untuk konstruksi Bangunan
Jenis-jenis kayu untuk konstruksi Bangunan Jenis-jenis kayu untuk konstruksi di proyek- Pada kesempatan ini saya akan berbagi informasi tentang Jenis-jenis kayu untuk konstruksi Bangunan Kayu adalah material
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Otak manusia memiliki struktur yang sangat kompleks dan memiliki kemampuan yang sangat luar biasa. Otak terdiri dari neuron-neuron dan penghubung yang disebut sinapsis.
Lebih terperinciPANDUAN IDENTIFIKASI JENIS POHON TENGKAWANG
PANDUAN IDENTIFIKASI JENIS POHON TENGKAWANG EDITOR Kade Sidiyasa PENYUSUN Rizki Maharani Puruwito Handayani Asef K. Hardjana BALAI BESAR PENELITIAN DIPTEROKARPA, BADAN PENELITIAN DAN PENGEMBANGAN KEHUTANAN,
Lebih terperinciPREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK
Berkala Fisika ISSN : 1410-9662 Vol.18, No.4, Oktober 2015, hal 151-156 PREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK Zaenal
Lebih terperinciBUDIDAYA DAN TEKNIS PERAWATAN GAHARU
BUDIDAYA DAN TEKNIS PERAWATAN GAHARU ketiak daun. Bunga berbentuk lancip, panjangnya sampai 5 mm, berwarna hijau kekuningan atau putih, berbau harum. Buah berbentuk bulat telur atau agak lonjong, panjangnya
Lebih terperinciJurnal Coding, Sistem Komputer Untan Volume 04, No.2 (2016), hal ISSN : x
DETEKSI PENYAKIT PADA TANAMAN JERUK PONTIANAK DENGAN METODE JARINGAN SARAF TIRUAN BACKPROPAGATION [1] Fitrajaya Nugraha, [2] Beni Irawan, [3] Dwi Marisa Midyanti [1] [3] Jurusan Sistem Komputer, Fakultas
Lebih terperinciTINJAUAN PUSTAKA Tanaman Buah Naga
II. TINJAUAN PUSTAKA 2.1. Tanaman Buah Naga Buah naga ( Dragon Fruit) merupakan salah satu tanaman hortikultura yang baru dibudidayakan di Indonesia dengan warna buah merah yang menyala dan bersisik hijau
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI
Lebih terperinciKEPUTUSAN MENTERI PERTANIAN NOMOR : 513/Kpts/SR.120/12/2005 TENTANG PELEPASAN APEL ANNA SEBAGAI VARIETAS UNGGUL DENGAN RAHMAT TUHAN YANG MAHA ESA
KEPUTUSAN MENTERI PERTANIAN NOMOR : 513/Kpts/SR.120/12/2005 TENTANG PELEPASAN APEL ANNA SEBAGAI VARIETAS UNGGUL DENGAN RAHMAT TUHAN YANG MAHA ESA MENTERI PERTANIAN, Menimbang Mengingat : a. bahwa dalam
Lebih terperinci