IDENTIFIKASI TANAMAN JATI MENGGUNAKAN PROBABILISTIC NEURAL NETWORK DENGAN EKSTRAKSI FITUR CIRI MORFOLOGI DAUN BANGUN ASANURJAYA
Teks penuh
Gambar
Dokumen terkait
13 Kemudian hasil vektor eigen tersebut akan dikalikan dengan data citra baru sebagai data uji yang berukuran 137 × 182, ukuran citra yang akan dihasilkan untuk
Dari perbandingan ini dapat dilihat bahwa overlap 50% memperlihatkan akurasi yang paling baik karena baik pada data uji tanpa noise maupun data uji yang ditambah noise
Penelitian ini akan menggunakan data citra daun Shorea dengan ekstraksi fitur Discrete Wavelet Transform (DWT) dan Ekstraksi Warna HSV dengan Backpropagation
Tahapan-tahapan tersebut dimulai dari pengumpulan data citra normal dan hypertensive retinopathy yang akan digunakan untuk citra latih dan dan citra uji, tahap
Apabila tidak menggunakan standar, akan sulit membedakan jenis tanin yang terdapat dalam sampel ekstrak etanolik daun jati belanda.. Larutan standar dan sampel terlebih dahulu
Penelitian ini menggunakan ekstraksi fitur berdasarkan ciri morfologi daun pada citra daun Shorea, serta menggunakan PNN sebagai teknik klasifikasi pada identifikasi daun
Tahapan-tahapan tersebut diawali dengan mengumpulkan data citra normal dan diabetic retinopathy yang akan digunakan untuk citra latih dan citra uji, tahap preprocessing yang
