STUDI LITERATUR LEARNING VECTOR QUANTIZATION (LVQ) DALAM KLASIFIKASI POLA

22084458, KRISTIAN GIAN SANTOSO (2016) STUDI LITERATUR LEARNING VECTOR QUANTIZATION (LVQ) DALAM KLASIFIKASI POLA. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22084458_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 22084458_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Mengklasifikasikan suatu pola merupakan contoh pekerjaan yang dilakukan oleh otak manusia. Namun pada kenyataannya apabila proses klasifikasi dilakukan secara manual maka hal ini akan menjadi sebuah pekerjaan yang membutuhkan banyak waktu. Penelitian ini akan menjelaskan mengenai metode yang dapat digunakan untuk mengklasifikasi pola pada suatu citra. Pada penelitian ini klasifikasi citra akan dilakukan dengan metode Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ). Pengujian dilakukan dengan menggunakan 80 citra greyscale dengan ukuran 200x200 piksel yang akan diklasifikasikan kedalam 4 kelas. 80 citra ini akan dilatih dengan metode LVQkemudian diujikan dengan menggunakan 80 citra yang sama dengan citra yang sudah dilatihkan sebelumnya dan 40 citra yang tidak dilatihkan. Pada tahap pengujian citra yang sudah dilatihkan sebelumnya, variabel yang akan diuji adalah nilai Learning Rate dan nilai threshold. Diketahui nilai Learning Rate yang dapat mengklasifikasikan pola dengan akurasi tertinggi (96,25%) adalah 0.07 dan nilai threshold-nya 170. Kemudian pada pengujian citra yang tidak dilatihkan, dengan menggunakan setting terbaik (Learning Rate 0.07, threshold 170) akurasi yang dihasilkan hanya sebesar 57,50%.

Actions (login required)

View Item