Aplikasi Artificial Neural Network Sebagai Pemodelan Biokomputasi Untuk Prediksi Kandungan Nitrogen Tanaman Padi Dengan Perbandingan Tiga Metode Feature Selection

Khoirunnisa (2016) Aplikasi Artificial Neural Network Sebagai Pemodelan Biokomputasi Untuk Prediksi Kandungan Nitrogen Tanaman Padi Dengan Perbandingan Tiga Metode Feature Selection. Sarjana thesis, Universitas Brawijaya.

Abstract

Gejala kekurangan nitrogen (N) yan paling jelas dan biasa terlihat pada tanaman padi adalah berkurangnya warna hijau dari dedaunan (chlorosis). Pengolahan citra (image processing) adalah suatu teknik yang dapat digunakan untuk memroses data citra dengan memanipulasi menjadi data citra yang diinginkan untuk mendapatkan informasi tertentu. Artificial Neural Network (ANN) merupakan struktur komputasi yang dikembangkan berdasarkan proses sistem jaringan syaraf biologi otak. Pada penelitian ini diberikan model 3-1-1 dan 3-2-1 untuk masing-masing tiga metode feature selection, sedangkan untuk model tanpa feature selection diberikan model berupa 50-1-1 dan 50-2-1 dengan jumlah hidden nodes sebanyak 10 untuk 1 hidden layer dan 15 hidden nodes untuk 2 hidden layer. Nilai learning rate pada tiap model adalah 0,01; 0,1; 0,2; 0,3 dan nilai momentum sebesar 0,9; 0,6; 0,3; 0,1. Setelah itu, semua model dirunning dengan program Matlab. Hasil yang diperoleh adalah model arsitektur terbaik dengan menggunakan metode info gain feature selection, dimana nilai rata-rata MSE validasi yang didapatkan sebesar 0,082.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTP/2016/599/051610207
Subjects: 300 Social sciences > 338 Production > 338.1 Agriculture
Divisions: Fakultas Teknologi Pertanian > Keteknikan Pertanian
Depositing User: Nur Cholis
Date Deposited: 26 Oct 2016 08:49
Last Modified: 25 Oct 2021 01:38
URI: http://repository.ub.ac.id/id/eprint/151182
[thumbnail of 3._A5_ISI.pdf]
Preview
Text
3._A5_ISI.pdf

Download (6MB) | Preview
[thumbnail of 1._SAMPUL_TA.pdf]
Preview
Text
1._SAMPUL_TA.pdf

Download (1MB) | Preview
[thumbnail of 2._A5_NON_ISI.pdf]
Preview
Text
2._A5_NON_ISI.pdf

Download (2MB) | Preview

Actions (login required)

View Item View Item