KLASIFIKASI KOIN MENGGUNAKAN LEARNING VECTOR QUANTIZATION DAN CIRCULAR HOUGH TRANSFORM

71120092, MONICA NATASHA DJUNIANTO (2016) KLASIFIKASI KOIN MENGGUNAKAN LEARNING VECTOR QUANTIZATION DAN CIRCULAR HOUGH TRANSFORM. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71120092_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 71120092_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Informasi merupakan kebutuhan manusia yang sangat penting. Pencarian informasi dijaman sekarang sudah lebih maju sebab dapat dilakukan pencarian melalui media gambar, salah satunya yaitu gambar koin. Koin merupakan salah satu jenis uang yang biasanya dimiliki oleh setiap negara, salah satunya yaitu negara Indonesia. Indonesia memiliki beberapa jenis uang koin diantaranya uang koin Rp 100, Rp 200, Rp 500, dan Rp 1.000. Beberapa jenis uang koin yang ada tentunya tidak mudah untuk dikelompokkan berdasarkan nominal koin dalam waktu yang singkat, terlebih lagi terdapat koin yang memiliki warna dan bentuk yang hampir sama. Untuk mengatasi permasalahan tersebut penulis membangun sistem klasifikasi koin dengan metode Circular Hough Transform (CHT) dan Learning Vector Quantization (LVQ). Metode CHT digunakan untuk mendeteksi adanya lingkaran pada koin, sedangkan metode LVQ digunakan untuk melakukan klasifikasi. Hasil dari penelitian ini yaitu didapatkan nilai akurasi untuk klasifikasi yang tertinggi sebesar 42,5% untuk data yang diujikan dengan data set pelatihan dan 41,11% untuk data yang diujikan dengan data set uji.

Actions (login required)

View Item