Klasifikasi pola mikrovaskuler retina untuk deteksi dini retinopati diabetik menggunakan support vector machine.
Teks penuh
Gambar
Dokumen terkait
Tujuan penelitian ini adalah menerapkan dan mengevaluasi metode SVM menggunakan pemilihan fitur chi-square yang dapat meningkatkan kinerja fungsi klasifikasi dokumen
Metode yang digunakan untuk melakukan klasifikasi ini adalah pengenalan pola jenis musik menggunakan support vector machine dengan suatu masukan fitur ekstraksi dari musik
Tampilan ini merupakan tampilan tahapan akhir proses pengenalan yaitu tahapan pengujian SVM, nilai fitur setiap citra yang didapat dari proses ekstraksi ciri akan
Secara garis besar, penelitian ini terdiri dari beberapa tahapan agar mencapai hasil output yang diinginkan yaitu preprocessing data, ekstraksi fitur dengan metode
Dari hasil pengujian dengan metode klasifikasi SVM akurasi yang didapat pada pengujian karakter hasil ekstraksi fitur dengan menggunakan 25 zona pada
Metode yang digunakan dalam penelitian ini adalah metode Laplacian untuk ekstraksi fitur dan SVM untuk klasifikasi data menggunakan percobaan fungsi kernel kernel Gaussian RBF dan
Simpulan Hasil penelitian klasifikasi citra daun herbal menggunakan perbandingan metode KNN dan SVM dengan ekstraksi fitur fourier descriptor, metode KNN menghasilkan akurasi 96%,
Secara garis besar, sistem yang akan digunakan terdiri dari empat tahap, yaitu: tahap preprocessing, tahap ekstraksi fitur pada citra, tahap pelatihan klasifikasi dan terakhir tahap
