Klasifikasi Tekstur Tembakau Temanggung Menggunakan Metode Learning Vector Quantization

Gilang, Agustinus (2018) Klasifikasi Tekstur Tembakau Temanggung Menggunakan Metode Learning Vector Quantization. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[img]
Preview
Text
ABSTRAK.pdf

Download (146kB) | Preview
[img]
Preview
Text
BAB I.pdf

Download (164kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (629kB) | Preview
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (217kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (7kB)
[img] Text
COVER DAN LAMPIRAN.pdf
Restricted to Repository staff only

Download (4MB)
[img] Text
SKRIPSI FULL TEXT.pdf
Restricted to Repository staff only

Download (6MB)

Abstract

Tembakau di Indonesia menjadi pemasukan paling besar negara, salah satunya tembakau yang berada di daerah Temanggung Jawa Tengah,banyak jenis dan kualitas tembakau yang beredar di pasaran, banyak masyarakat yang mengkonsumsi tembakau namun susah menilai kelas tembakau. Disini penulis mengambil tiga sampel tembakau Temanggung yaitu kelas b, c, dan d untuk membedakan tembakau Temanggung dapat dilihat dari deteksi tepi (edge). Ciri yang digunakan untuk klasifikasi tembakau Temanggung ialah rata-rata, varian, dan standart deviasi. Pada proses pelatihan menggunakan parameter LVQ diperoleh presentase tertinggi sebesar 94,44% dengan alfa 0,0001 dan dec alfa 0,9. Pengujian menggunakan 60 yang terdiri dari 20 ciri kelas tembakau b, 20 ciri kelas tembakau c, dan 20 ciri kelas tembakau d, diperoleh presentase 100% untuk kelas b, 100% untuk kelas c, dan 75% untuk kelas d, dengan alfa 0,0001 dan dec alfa 0,9 diperoleh data kumulatif 91,66% Kata Kunci : Tembakau Temanggung, Learning Vactor Quantization (LVQ), Edge

Item Type: Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy: Supatman
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 27 Aug 2018 08:29
Last Modified: 27 Aug 2018 08:29
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/3613

Actions (login required)

View Item View Item