PERBANDINGAN METODE JARINGAN SARAF TIRUAN BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION DALAM DETEKSI HAMA PENGEREK BATANG
Studi Kasus: Kabupaten Seram Bagian Barat Provinsi Maluku
Abstract
Jaringan saraf tiruan adalah pemrosesan sistem informasi pada karakteristik tertentu yang merupakan representatif buatan berdasarkan jaringan saraf manusia. Jaringan Saraf Tiruan (JST) telah banyak dikaji dalam berbagai bidang melalui pengenalan pola. Kemudian dengan memanfaatkan jaringan saraf tiruan LVQ dan Backpropagation dibuat sistem perbandingan deteksi dini hama pengerek batang padi dengan menggunakan Software MATLAB dengan melakukan pengujian. Dari hasil pengujian dengan menggunakan metode backpropagation diperoleh hasil akurasi 69,44% sedangkan untuk hasil pengujian metode LVQ diperoleh 80,56%. Dari hasil penelitian bahwa metode LVQ dianggap baik dalam mendeteksi hama pengerek batang padi.
Downloads
References
[2] J. Madiuw, “ Sistem Diagnosa Penyakit Dalam dengan Menggunakan Jaringan Saraf Tiruan Metode Backpropagation dan Learning Vector Quantization,†2016.
[3] S. H. Hurasan, “Aplikasi Jaringan Saraf Tiruan Metode Backpropagation untuk Mendeteksi Hama Pengerek Batang dengan Mempertimbangkan Faktor Curah Hujan,Suhu,Kelembaban dan Kecepatan Angin.,†2016.
[4] L. Fausset, “ Fundamentals of Neural Networks, Architectures, Algoritus, and Application,,†1994.
Authors who publish with this Journal agree to the following terms:
- Author retain copyright and grant the journal right of first publication with the work simultaneously licensed under a creative commons attribution license that allow others to share the work within an acknowledgement of the work’s authorship and initial publication of this journal.
- Authors are able to enter into separate, additional contractual arrangement for the non-exclusive distribution of the journal’s published version of the work (e.g. acknowledgement of its initial publication in this journal).
- Authors are permitted and encouraged to post their work online (e.g. in institutional repositories or on their websites) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published works.