Tugas Akhir

Implementasi jaringan syaraf tiruan metode learning vector quantization (LVQ) untuk identifikasi penyakit tanaman seledri

---

Kata Kunci: Tanaman seledri, Pengenalan Pola, Jaringan Saraf Tiruan,
Algoritma LVQ
Sektor pertanian merupakan sektor yang sangat penting dalam pertumbuhan
perekonomian indonesia. Seledri merupakan komoditi pertanian yang bagus untuk
dikembangkan. Untuk meningkatkan kualitas tanaman seledri salah satunya
dibutuhkan analisis penyakit seledri yang tepat. Dalam penelitian identifikasi
penyakit tanaman seledri ini disajikan suatu metode untuk mengenali penyakit
seledri dengan menggunakan algoritma jaringan syaraf tiruan (JST) Learning
Vektor Quantization (LVQ). Berdasarkan kemampuan yang dimiliki, jaringan
syaraf tiruan dapat digunakan untuk belajar dan menghasilkan aturan atau operasi
dari beberapa data latih untuk menghasilkan output yang baik dari input yang
dimasukkan. Proses yang dilakukan untuk menghasilkan sebuah sistem
pengenalan meliputi beberapa tahap, yaitu tahap pengolahan citra dan tahap
pelatihan dan pengenalan. Tahap pengolahan citra dibagi menjadi dua yaitu proses
berdasarkan bentuk dan proses berdasarkan warna. Pengolahan citra diperlukan
untuk memudahkan pengolahan data gambar sebelum masuk dalam tahap
pelatihan. Kemudian tahap kedua adalah pelatihan dan pengenalan. Pada tahap ini,
metode LVQ mulai digunakan dan menentukan Bobot, Target Error, MaxEpoch,
dan Laju Pelatihan (Learning rate). Dari penelitian ini diperoleh struktur JST
dengan jumlah nilai learning rate 0,01 nilai target error 0,1 dan jumlah epoch
sebesar 10000. Sistem yang terbentuk mampu mengenali citra yang berisi seledri
yang digunakan sebagai bobot.

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

-

No. Panggil

FASTIKOM 495 LAT i

Penerbit

Wonosobo : FASTIKOM UNSIQ., 2014

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar