IDENTIFIKASI JENIS KAYU MENGGUNAKAN LEARNING VECTOR QUANTIZATION BERDASARKAN FITUR TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRIX.
Teks penuh
Gambar
Dokumen terkait
Adapun tujuan dari penelitian ini adalah menganalisa sistem klasifikasi dan memprediksi support vector dengan menggunakan metode support vector machine (SVM) berdasarkan kurva
Dalam jurnal ini meneliti bagaimana untuk klasifikasi citra kayu menggunakan algoritma k-nearest neighbour dengan perhitungan jarak chebyshev distance berdasarkan
Dikarenakan pada sistem klasifikasi kesegaran daging sapi berdasarkan perbedaan warna dan tekstur dengan menggunakan jaringan saraf tiruan metode backpropagation terdapat
Pengujian ini berfungsi untuk mengetahui perbedaan keakurasian klasifikasi yang menggunakan data latih kecil dan yang besar. Dari ketiga kelompok jumlah data tersebut
Penelitian ini akan mencoba melakukan proses klasifikasi citra dengan metode GLCM dan JST (Jaringan Syaraf Tiruan) didasari fitur tekstur menggunakan 4 sampel batik.
Penelitian ini akan mencoba melakukan proses klasifikasi citra dengan metode GLCM dan JST (Jaringan Syaraf Tiruan) didasari fitur tekstur menggunakan 4 sampel batik.
Dalam jurnal ini meneliti bagaimana untuk klasifikasi citra kayu menggunakan algoritma k-nearest neighbour dengan perhitungan jarak chebyshev distance berdasarkan
Hasil Klasifikasi K-Nearest Neighbour Sudut Akurasi 0 75% 45 50% 90 100% 135 75% Pembahasan Hasil pengujian dalam klasifikasi aglaonema dengan 4 kelas yaitu Syngonium, Tri
