GAUSSIAN MIXTURE MODEL DALAM PROSES PENGENALAN DAUN UNTUK MENGIDENTIFIKASI TANAMAN HERBAL

DEWI INTAN SAVRYLIA

Informasi Dasar

22.04.2479
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Tanaman herbal merupakan salah satu obat alternatif yang digunakan dalam bidang Kesehatan untuk mengobati penyakit. Tanaman herbal dapat ditemukan di sekitar rumah atau di lingkungan terdekat. Dengan tanaman herbal yang ada di sekitar rumah atau di lingkungan terdekat dapat membantu dalam hal pengobatan tradisional.

Dengan keterbatasan pengetahuan manusia mengenai tanaman herbal, dengan kemajuan teknologi maka penelitian ini dibuat untuk mendeteksi daun tanaman herbal menggunakan Image Processing yang memanfaatkan teknologi yang semakin maju. Untuk pengenalan daun tanaman herbal digunakan segmentasi Gaussian Mixture Model sebagai clustering dan memanfaatkan image processing, dibutuhkan dataset daun tanaman herbal agar dapat mengenali daun tanaman herbal yang ingin di deteksi sebagai data latih.

Pada penelitinian ini menggunakan Gaussian Mixture Model dalam clustering, algoritma Support Vector Machine dalam proses optimasi hasil akurasinya. Dalam penelitian ini menghasilkan rata rata tingkat kecocokan sebesar 79.2% dengan waktu pemrosesan 4.44 detik. Selanjutnya hasilnya akan ditampilkan pada website yang digunakan sebagai tampilan untuk menampilkan hasil tingkat kecocokan dan waktu pemrosesan dalam pengenalan tanaman herbal.

 

 

Kata Kunci: Image processing, Dataset, Python, Algoritma Support Vector Machine, Tanaman Herbal, Gaussian Mixture Model, Website

Subjek

Machine Learning
MACHINE ENGINEERING,

Katalog

GAUSSIAN MIXTURE MODEL DALAM PROSES PENGENALAN DAUN UNTUK MENGIDENTIFIKASI TANAMAN HERBAL
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

DEWI INTAN SAVRYLIA
Perorangan
Anggunmeka Luhur Prasasti, Marisa W. Paryasto
 

Penerbit

Universitas Telkom, S1 Teknik Komputer
Bandung
2022

Koleksi

Kompetensi

  • TKI4F3 - PEMBELAJARAN MESIN

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini