Implementasi Learning Vector Quantization (LVQ) Dalam Mengenal Pertumbuhan Jamur

Kartini Sinaga, Dewi (2014) Implementasi Learning Vector Quantization (LVQ) Dalam Mengenal Pertumbuhan Jamur. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Jamur tiram atau dalam bahasa latin disebut Pleurotus sp. Merupakan salah satu jamur konsumsi yang bernilai tingi. Beberapa jenis jamur tiram yang biasa dibudidayakan oleh masyarakat Indonesia yaitu jamur tiram putih (P.ostreatus), jamur tiram merah muda P.flabellatus), jamur tiram abu-abu (P. sajor caju), dan jamur tiram abalone (P.cystidiosus). Kecerdasan buatan (Artificial Intelligence) adalah bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik daripada yang dilakukan manusia. Salah satu kelebihan JST adalah kemampuan belajar dari contoh-contoh yang diberikan. Contoh tersebut disebut sebagai pola untuk data pelatihan direpresentasikan sebagai vektor-vektor dan dapat berbentuk citra , suara dan sebagainya.. Berdasarkan kelebihan JST tersebut maka penulis mendapatkan ide bagaimana cara implementasi Learning Vektor Quantization untuk mengenal pertumbuhan jamur. Untuk menyelesaikan masalah pendeteksi jamur dalam JST, akan digunakan Jaringan Syaraf Tiruan Learning Vector Quantization. Berdasarkan hasil pengujian dapat disimpulkan bahwa implementasi algoritma Learning Vector Quantization (LVQ) menghasilkan nilai Rata-rata keberhasilan sudah mencapai diatas 80% dan kegagalan terjadi dikarenakan ukuran jamur dan tingkat kecerahan cahaya pada saat pengujian yang tidak selalu konstan yang sangat mempegaruhi tingkat ketajaman saat mengambil gambar dari kamera yang digunakan.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Jamur , Artificial Intelligence, Jaringan Syaraf Tiruan , Learning Vector Quantization, citra
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2014
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Admin Repository
Date Deposited: 16 Nov 2016 08:10
Last Modified: 16 Nov 2016 08:10
URI: http://repository.unikom.ac.id/id/eprint/29609

Actions (login required)

View Item View Item