IDENTIFIKASI DAUN SHOREA MENGGUNAKAN VOTING FEATURE INTERVAL 5 DENGAN DISCRETE WAVELET TRANSFORM ILVI NURRIZKI UTAMI
Teks penuh
Gambar
Dokumen terkait
Perbandingan hasil akurasi klasifikasi tanpa seleksi fitur dan dengan seleksi fitur (untuk nilai threshold 0) setiap data dapat dilihat pada Tabel 8 dan Gambar
Pada penelitian ini dilakukan analisis sinyal menggunakan Discrete Wavelet Transfoerm (DWT) jenis Symlet level 8 dengan filter-filter yang dapat menganalisa sinyal EMG
Tujuan dari penelitian ini adalah untuk mengetahui akurasi dari proses pengenalan citra iris mata menggunakan algoritme VFI5 pada citra mata kiri, kanan dan
Berdasarkan penelitian yang telah dilakukan dapat diambil kesimpulan bahwa akurasi pengenalan citra daun Shorea dengan menggunakan 2DPCA dan K-NN sebagai classifier
Berdasarkan penelitian yang telah dilakukan dapat diambil kesimpulan bahwa akurasi pengenalan citra daun Shorea dengan menggunakan 2DPCA dan K-NN sebagai classifier
Tingkat akurasi tersebut diperoleh antara lain dengan parameter DWT dekomposisi level 3, karena dekomposisi level 3 sudah mampu menghasilkan vektor ciri lebih
Hasil pengujian untuk mencari nilai level pada ekstraksi ciri DWT dengan menggunakan 100 data latih yang paling tepat terhadap akurasi dan waktu komputasi dapat dilihat
Tabel 7 dan 8 adalah data getaran hasil dekomposisi level 5 dari LVDT1 dan LVDT2 yang sudah di normalisasi sebagai input dalam proses pembelajaran JST untuk klasifikasi
