Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/75947
Title: Optimasi K-Means Clustering Menggunakan Particle Swarm Optimization pada Sistem ldentifikasi Tumbuhan Obat Berbasis Citra
Authors: Bisilisin, Franki Yusuf
Herdiyeni, Yeni
Silalahi, Bib Paruhum
Issue Date: 2014
Publisher: Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor
Series/Report no.: Volume 3;Nomor 1 Mei 2014
Abstract: Teknologi identifikasi pada penelitian ini diperlukan untuk mempercepat proses identifikasi spesies tumbuhan obat berupa data citra digital. Penelitian ini membangun sistem identifikasi tumbuhan obat menggunakan teknik clustering. Teknik clustering digunakan untuk mengelompokkan data citra sesuai dengan spesies tumbuhan obat. Penelitian ini bertujuan melakukan optimasi k-means clustering menggunakan metode particle swarm optimization (PSO). Metode PSO digunakan untuk mengatasi kelemahan pada metode clustering tradisional yaitu pemilihan pusat cluster awal dan solusi lokal. Proses ekstraksi fitur menggunakanfazzy local binary pattern (FLBP) untuk merepresentasikan tekstur dari citra. Implementasi program menggunakan bahasa pemrograman C++. Analisis clustering dilakukan untuk 30 spesies tumbuhan obat yang ada di Indonesia dengan jumlah 48 citra masing-masing spesies. Pengukuran kualitas clustering menggunakan nilai quantization error dan akurasi. Hasil yang diperoleh menunjukkan metode PSO mampu meningkatkan kinerja dari metode k-means clustering dalam proses identifikasi tumbuhan obat.
URI: http://repository.ipb.ac.id/handle/123456789/75947
ISSN: 2089-6026
Appears in Collections:Jurnal Ilmu Komputer

Files in This Item:
File Description SizeFormat 
ART2014fyb.pdfFulltext4.73 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.