Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASIFIKASI BENTUK-BENTUK TULANG DAUN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALISYS (PCA)

Enita Sari (2014) KLASIFIKASI BENTUK-BENTUK TULANG DAUN DENGAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALISYS (PCA). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
em.pdf

Download (20kB) | Preview
[img]
Preview
Text
BAB I Pendahuluan.pdf

Download (18kB) | Preview
[img]
Preview
Text
BAB II Landasan Teori.pdf

Download (452kB) | Preview
[img]
Preview
Text
BAB III Metodologi Penelitian.pdf

Download (23kB) | Preview
[img]
Preview
Text
BAB IV Analisa dan Perancangan.pdf

Download (468kB) | Preview
[img] Text
BAB V Implementasi dan Pengujian.pdf
Restricted to Registered users only

Download (913kB)
[img]
Preview
Text
BAB VI Penutup.pdf

Download (10kB) | Preview
[img]
Preview
Text
em.pdf

Download (20kB) | Preview

Abstract

Identifikasi bentuk-bentuk tulang daun secara otomatis masih menjadi penelitian banyak ahli, hal ini dikarenakan bentuk tulang daun memiliki peranan penting dalam pengenalan jenis-jenis tumbuhan. Tulang daun merupakan salah satu fitur unik yang dimiliki oleh daun. Pada penelitian ini, bentuk tulang daun akan diklasifikasi secara otomatis dengan mengekstraksi permukaan daun bagian atas dan bawah. Metode yang digunakan yaitu metode principal component analisys (PCA). Setelah dilakukan pengujian didapatkan hasil yaitu metode principal component analisys (PCA) dapat digunakan sebagai metode klasifikasi bentuk tulang daun dengan hasil akurasi tertinggi sebesar 100% pada citra uji yang sama dengan data latih untuk citra daun permukaan atas dan bawah dengan proses cropping dan tanpa cropping dengan pengujian sebanyak 16 citra. Sedangkan untuk citra uji diluar data latih, akurasi tertinggi sebesar 94% diperoleh pada citra daun permukaan bagian atas menggunakan proses cropping dengan jumlah pengujian sebanyak 57 citra. Untuk hasil klasifikasi lainnya pada citra bagian bawah dengan proses cropping didapatkan tingkat akurasi sebesar 91% dari pengujian sebanyak 51 citra, sedangkan pada citra tanpa proses cropping didapatkan hasil yaitu pada citra bagian atas sebesar 87% dan citra bagian bawah sebesar 80%. Kata kunci: klasifikasi otomatis, permukaan daun, principal component analisys (PCA), tulang daun.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: eva sartika
Date Deposited: 25 Apr 2016 08:16
Last Modified: 25 Apr 2016 08:16
URI: http://repository.uin-suska.ac.id/id/eprint/3586

Actions (login required)

View Item View Item