REYMOND FEBRIAN AFRIZAL (2017) KLASIFIKASI DAERAH TUTUPAN LAHAN KOTA PEKANBARU BERBASIS PENGINDERAAN JARAK JAUH MENGGUNAKAN MULTILAYER PERCEPTRON NEURAL NETWORK. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER.pdf Download (288kB) | Preview |
|
|
Text
2. PENGESAHAN.pdf Download (1MB) | Preview |
|
|
Text
3. ABSTRAK.pdf Download (336kB) | Preview |
|
|
Text
4. KATA PENGANTAR.pdf Download (507kB) | Preview |
|
|
Text
5. DAFTAR ISI.pdf Download (268kB) | Preview |
|
|
Text
6. BAB I.pdf Download (482kB) | Preview |
|
|
Text
7. BAB II.pdf Download (1MB) | Preview |
|
|
Text
8. BAB III.pdf Download (508kB) | Preview |
|
|
Text
9. BAB IV.pdf Download (1MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
11. BAB VI.pdf Download (257kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA.pdf Download (370kB) | Preview |
Abstract
Pekanbaru merupakan kota yang memiliki pertumbuhan yang cepat tiap tahunnya. Perubahan pertumbuhan penduduk berdampak pada perubahan tutupan lahan. Salah satu cara menentukan perubahan lahan dengan menggunakan klasifikasi citra landsat. Citra landsat yang diklasifikasi menggunakanarsitekturmultilayer perceptron neural network(MLPNN). Data klasifikasi adalah data tahun 2000, 2012,dan 2016. Data acuan yang digunakan sebagai data latih adalah data tahun 2012 yang merupakan hasil klasifikasi dari Dinas Tata Ruang Kota Pekanbaru. Klasifikasi terbagi ke dalam 4 kelas, yaitu daerah bervegetasi, pemukiman, perairan, dan background. Hasildari penelitian ini adalah citra hasil klasifikasi dan presentase luas dari masing-masing daerah klasifikasi. Pengujian dilakukan dengan melakukan perubahan neuron hidden layerdengan jumlah hidden layeryaitu 4,5,6hingga 9. Sedangkan pengujian akurasimenggunakan matriks kesalahan. dari hasil klasifikasi citra tahun 2012 dengan 4, 5, 6hingga 9neuron hidden layeryang digunakan, didapatkan akurasi terbaik menggunakan 9neuron hidden layerdengan akurasi sebesar 95.8% dengan error4.2% dalam waktu selama 3 menit 28detik.Kata kunci:citra landsat, jaringan syaraf tiruan, klasifikasi citra, MLPNN, multilayer perceptron neural network
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 600 Teknologi dan Ilmu-ilmu Terapan |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 28 Aug 2019 02:59 |
| Last Modified: | 28 Aug 2019 02:59 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/18491 |
Actions (login required)
 |
View Item |