SISTEM PENGENALAN POLA JENIS BUAH MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION

22094772, Novena Carolina Hutapea (2013) SISTEM PENGENALAN POLA JENIS BUAH MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22094772_bab1_bab5_daftarpustaka.pdf Download (1MB)
	Text (Skripsi Informatika) 22094772_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Kemampuan komputer dalam mengenali pola dengan melihat ciri/karakteristik dari setiap gambar pola tersebut. Dalam penelitian ini dilakukan pengenalan pola buah dengan menggunakan metode Learning Vector Quantization. Proses kerja dari sistem yang dibangun dalam penelitian ini dimulai dari penetapan pola sebagai target lalu melatihkan pola–pola untuk kemudian dapat dilakukan pengujian/pengenalan terhadap pola–pola yang baru tetapi memiliki kemiripan dengan pola–pola pelatihan. Dari hasil penelitian dapat dilihat bahwa Learning Vector Quantization mampu mengenali pola buah dengan persentase kebenaran sebesar 75,715 % . Dari besarnya persentase kebenaran hasil, tingkat pengenalan pola menggunakan Learning Vector Quantization ini dapat dikategorikan bekerja secara tepat. Perlu untuk diketahui, bahwa proses pelatihan pola pada sistem akan berhenti jika max epoh tercapai dan nilai alpha (learning rate) lebih besar dari nilai min alpha (learning rate) tersebut. Kesalahan yang terjadi dalam penelitian ini terletak pada proses resize gambar, dimana gambar yang diinputkan secara otomatis di resize menjadi ukuran 20 x 20 pixels untuk semua jenis buah. Hal tersebut akan menyebabkan detail ciri dari gambar pola berkurang karena gambar buah akan diubah ke ukuran persegi yang seharusnya berukuran persegi panjang. Hal ini juga akan berdampak pada proses konversi sehingga setiap titik pixelsnya menjadi kurang jelas.

Actions (login required)

View Item