Romadhona, Ilham (2018) Penerapan Algoritme Particle Swarm Optimization – Learning Vector Quantization (Pso-Lvq) Pada Klasifikasi Data Iris. Sarjana thesis, Universitas Brawijaya.
Abstract
Bunga Iris saat ini telah mudah dijumpai diberbagai penjuru dunia dengan spesies yang bermacam-macam. Dalam bahasa Yunani Iris merupakan sosok dari dewi pelangi karena spesies Iris sendiri telah mencapai 260 hingga 300 macam spesies dengan warna bunga yang berwarna-warni dan mencolok. Karena banyaknya spesies Iris tersebut, maka dibutuhkan klasifikasi dalam membedakan spesies pada bunga Iris. Untuk menyelesaikan permasalahan tersebut, digunakan algoritme Learning Vector Quantization (LVQ) yang nantinya akan dioptimasi menggunakan algoritme Particle Swarm Optimization (PSO) dengan melakukan klasifikasi pada spesies Iris Sentosa, Iris Virginica dan VersiColor yang mana spesies tersebut telah didata sebelumnya pada dataset Iris. Hasil dari penelitian ini selanjutnya dibandingkan dengan klasifikasi menggunakan algoritme LVQ. Didapatkan rata-rata akurasi menggunakan algoritme PSO-LVQ sebesar 93,334%, sedangkan rata-rata akurasi menggunakan algoritme LVQ sebesar 84,268%. Selisih rata-rata akurasi yang didapatkan sebesar 9,066% yang menandakan algoritme PSO-LVQ memberikan peningkatan hasil yang cukup baik dibandingkan algoritme LVQ.
English Abstract
Currently Iris flowers are easily found in around the world with various species. In Greek Iris mean the goddess of the rainbow because Iris species has reached 260 to 300 various species with colorful and light flowers. Because of the large number of Iris species, it is necessary to classify the Iris species. To solve the problem, used the Learning Vector Quantization (LVQ) algorithm which will be optimization using the Particle Swarm Optimization (PSO) algorithm was used to classify species into Sentosa Iris, Virginica Iris and Versicolor Iris category where the species previously recorded on Iris dataset. Then the result of this study was compared with the classification using LVQ algorithm. The average accuracy obtained with PSO-LVQ algorithm is 93.334%, whereas the average accuracy with LVQ algorithm is 84.268%. The differece in accuracy is 9.066% it is mean PSO-LVQ algorithm give more a good provides result than LVQ algorithm.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/579/051808373 |
| Uncontrolled Keywords: | Dataset Iris, Optimasi, Particle Swarm Optimization, Learning Vector Quantization Iris Dataset, Optimization, Particle Swarm Optimization, Learning Vector Quantization |
| Subjects: | 600 Technology (Applied sciences) > 635 Garden crops (Horticulture) > 635.9 Flowers and ornamental plants > 635.902 85 Computer application |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 03 May 2019 01:39 |
| Last Modified: | 21 Oct 2021 02:49 |
| URI: | http://repository.ub.ac.id/id/eprint/161993 |
Preview |
Text
Ilham Romadhona.pdf Download (22MB) | Preview |
Actions (login required)
 |
View Item |