NASKAH PUBLIKASI SKRIPSI IDENTIFIKASI KUALITAS KAYU MAHONI BERDASARKAN CITRA TEKSTUR DENGAN METODE LEARNING VECTOR QUANTIZATION

Kusjayanto, Handung (2018) NASKAH PUBLIKASI SKRIPSI IDENTIFIKASI KUALITAS KAYU MAHONI BERDASARKAN CITRA TEKSTUR DENGAN METODE LEARNING VECTOR QUANTIZATION. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[thumbnail of ABSTRAK.pdf]
Preview
Text
ABSTRAK.pdf

Download (10kB) | Preview
[thumbnail of BAB I.pdf]
Preview
Text
BAB I.pdf

Download (16kB) | Preview
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Repository staff only

Download (480kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Repository staff only

Download (346kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Repository staff only

Download (738kB)
[thumbnail of BAB V.pdf]
Preview
Text
BAB V.pdf

Download (8kB) | Preview
[thumbnail of COVER DAN LAMPIRAN.pdf] Text
COVER DAN LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of SKRIPSI FULL TEXT.pdf] Text
SKRIPSI FULL TEXT.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Kayu adalah salah satu bagian yang penting dalam bangunan. Masyarakat memilih kayu mahoni sebagai salah satu kayu alternatif yang berkualitas dengan harga yang relatif murah. Kayu mahoni mudah diperoleh di Indonesia dan banyak digunakan sebagai bahan bangunan dan bahan perkakas. Umumnya, cara mudah untuk mengetahui kualitas kayu mahoni adalah dengan mengetahui umur pohon mahoni. Semakin tua pohon, maka semakin bagus pula kualitas kayu. Penelitian ini bertujuan untuk membuat perangkat lunak yang dapat digunakan untuk mengidentifikasi kualitas kayu mahoni menggunakan Learning Vector Quantization dan alihragam gelombang singkat (Tranformasi Wavelet). Jumlah data pelatihan yang digunakan dalam penelitian ini berjumlah 30 yang terbagi menjadi 3 kelas. Pada proses pelatihan menggunakan parameter LVQ terdapat 4 persentase terbaik sebesar 93,33%, yaitu pada alfa 0,1 dengan dec alfa 0,1 dan 0,25; dan juga pada alfa 0,01 dengan dec alfa 0,1 dan 0,25. Bobot akhir yang diperoleh dari setiap parameter proses pelatihan kemudian digunakan untuk melakukan pengenalan data uji. Unjukkerja terbaik dari 30 data uji dilakukan dengan bobot akhir dari alfa 0,1 dan dec alfa 0,5 yang memiliki tingkat akurasi sebesar 83,33%. Sedangkan kombinasi lainnya memiliki tingkat akurasi 80% dan 76,67%.

Kata kunci: Learning Vector Quantization (LVQ); Kayu Mahoni; Wavelet.

Item Type: Thesis (Skripsi)
Additional Information/Lokasi Hardcopy: Supatman
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 08 Oct 2018 03:43
Last Modified: 19 Aug 2022 04:00
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/3801

Actions (login required)

View Item
View Item