Umam, MuhammadSa`idul (2015) Implementasi Metode Learning Vector Quantization (LVQ) untuk Identifikasi Penyakit pada Citra Daun Tanaman Kedelai. Sarjana thesis, Universitas Brawijaya.
Abstract
Penyakit pada tanaman kedelai adalah salah satu kendala dalam peningkatan produksi kedalai di Indonesia. Dengan perkembangan teknologi, penanggulangan penyakit pada tanaman kedelai dapat dilakukan dengan membangun suatu sistem yang dapat mengidentifikasi penyakit tanaman kedelai. Penelitian ini bertujuan untuk membangun sistem dengan menerapkan metode Learning Vector Quantization (LVQ) untuk mengidentifikasi penyakit pada citra daun kedelai. Penyakit pada daun kedelai yang diidentifikasi pada penelitian ini adalah penyakit Downy Meldew dan Karat. Proses identifikasi penyakit pada citra daun kedelai diawali dengan mengekstrak ciri dari semua citra daun kedelai yang telah melalui pemrosesan awal menggunakan metode Otsu. Selanjutnya, dilakukan proses pelatihan pada citra data latih dengan menggunakan metode LVQ untuk mendapatkan bobot akhir. Dan bobot akhir digunakan untuk menguji citra data uji. Pengujian yang dilakukan pada penelitian ini adalah pengujian peubah nilai threshold (C), bobot awal, nilai learning rate, nilai pengurang learning rate dan jumlah data latih. Berdasarkan lima pengujian tersebut didapatkan rekomendasi peubah nilai threshold (C) yaitu 80, data bobot awal adalah 1-1.jpg dan 2-1.jpg, nilai learning rate yaitu 0.1, nilai pengurang learning rate yaitu 0.1 dan jumlah data latih sebanyak 60. Dari semua rekomendasi nilai tersebut didapatkan akurasi tertinggi sebesar 93%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2015/223/051505116 |
| Subjects: | 000 Computer science, information and general works > 004 Computer science |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 11 Aug 2015 12:35 |
| Last Modified: | 20 Oct 2021 13:07 |
| URI: | http://repository.ub.ac.id/id/eprint/146268 |
Preview |
Text
Skripsi-Muhammad_Sa'idul_Umam-115090607111009.pdf Download (11MB) | Preview |
Actions (login required)
 |
View Item |