Tsani Ramdani, Sandy (2017) Analisis Performansi Metode Adaptive Neuro Fuzzy Inference System (ANFIS) Untuk Mengklasifikasi Tingkat Potensi Luas Tahan Pertanian. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Metode Adaptive Neuro Fuzzy Inference System (ANFIS) dapat dimanfaatkan untuk menganalisis dan menghasilkan nilai klasifikasi potensi luas lahan pertanian berdasarkan parameter yang menyusun adanya perbedaan potensi luas lahan pertanian. ANFIS merupakan suatu struktur yang menggabungkan sistem fuzzy dengan sistem jaringan saraf tiruan dan menggunakan suatu prosedur learning yang dapat membangun suatu mapping input-output berdasarkan pada pengetahuan manusia (pada aturan fuzzy if-then). Dalam melakukan proses analisis, terdapat 3 kategori potensi luas lahan yang berbeda yaitu ��kurang berkelanjutan��, ��cukup berkelanjutan�� dan ��berkelanjutan��. Setiap kategori tersusun dari lima parameter yang membentuknya yaitu parameter luas wilayah, luas lahan potensial, luas penggunaan lahan pertanian dan non-pertanian, serta tingkat peralihan. Dengan menggunakan metode ANFIS, kelima parameter tersebut akan digunakan sebagai masukan bagi sistem, setiap parameter akan melalui rangkaian proses pada tiap lapisan yang terdapat pada metode ANFIS. Mulai dari proses fuzzyfication, inference fuzzy, normalisasi, LSE, dan defuzzyfication sampai pada tahap pembelajaran mundur menggunakan metode Error Back-Propagation. Berdasarkan hasil pembelajaran yang telah dilakukan dengan menggunakan 51 data kecamatan dan pengujian dengan menggunakan 28 data kecamatan, metode ANFIS ini dapat menghasilkan nilai klasifikasi tingkat potensi luas lahan pertanian dengan nilai akurasi tertinggi sebesar 96.43% dan rata-rata akurasi yang didapat sebesar 70.83% pada pengujian dengan Confusion Matrix Multi-Class.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | klasifikasi, potensi luas lahan pertanian, Neuro Fuzzy, ANFIS |
| Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2017 |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Date Deposited: | 10 Nov 2017 03:33 |
| Last Modified: | 10 Nov 2017 03:33 |
| URI: | http://repository.unikom.ac.id/id/eprint/53933 |
Actions (login required)
 |
View Item |
