Valerian, Gevin (2019) Pengelompokan Citra Menggunakan Algoritma Genetika dengan Tournament Selection dan Uniform Crossover. Skripsi thesis, Universitas Tarumanagara.
Text
535150056_Gevin valerian_01 Cover.pdf Download (100kB) |
|
Text
535150056_Gevin valerian_02 Lembar Pengesahan.pdf Download (111kB) |
|
Text
535150056_Gevin valerian_03 Lembar Pernyataan.pdf Download (84kB) |
|
Text
535150056_Gevin valerian_04 Abstrak.pdf Download (117kB) |
|
Text
535150056_Gevin valerian_05 Kata Pengantar.pdf Download (89kB) |
|
Text
535150056_Gevin valerian_06 Daftar Isi, Tabel, Gambar, Lampiran.pdf Download (143kB) |
|
Text
535150056_Gevin valerian_07 Bab 1.pdf Restricted to Registered users only Download (149kB) |
|
Text
535150056_Gevin valerian_08 Bab 2.pdf Restricted to Registered users only Download (230kB) |
|
Text
535150056_Gevin valerian_09 Bab 3.pdf Restricted to Registered users only Download (146kB) |
|
Text
535150056_Gevin valerian_10 Bab 4.pdf Restricted to Registered users only Download (337kB) |
|
Text
535150056_Gevin valerian_11 Bab 5.pdf Restricted to Registered users only Download (119kB) |
|
Text
535150056_Gevin valerian_13 Lampiran.pdf Restricted to Registered users only Download (6MB) |
|
Text
535150056_Gevin valerian_14 Daftar Riwayat Hidup.pdf Restricted to Registered users only Download (120kB) |
Abstract
Algoritma Genetika adalah algoritma yang memanfaatkan proses seleksi alamiah yang dikenal dengan proses evolusi. Algoritma Genetika dapat digunakan untuk melakukan pencarian centroid dalam pengelompokan data untuk mendapatkan centorid terbaik. Aplikasi ini mengunakan Algoritma Genetika dengan Tournament selection dan uniform crossover. Tujuan dari skripsi ini adalah untuk menujukan Algoritma Genetika yang sederhana dapat melakukan pengelompokan citra yang kompleks. Citra yang digunakan untuk pengujian pada program aplikasi ini adalah citra pantai, citra kota, citra pasar dan citra taman. Hasil dari skripsi ini menujukan Algoritma Genetika dapat digunakan untuk mengelompokkan citra dengan baik untuk citra yang memiliki tingkat perbedaan warna yang besar. Beberapa percobaan dilakukan untuk mengetahui paramater terbaik dalam proses pengelompokan citra hasilnya adalah parameter terbaik didapatkan pada populasi=200, iterasi=200 dan cluster=2. Nilai fitness yang didapat juga memiliki hasil yang lebih baik dengan nilai populasi dan iterasi yang lebih tinggi.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Algoritma Genetika, pengelompokan citra, tournament selection, uniform crossover |
Subjects: | Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi |
Divisions: | Fakultas Teknologi Informasi > Teknik Informatika |
Depositing User: | TDI Family perpus |
Date Deposited: | 06 May 2021 11:47 |
Last Modified: | 05 Aug 2021 03:05 |
URI: | http://repository.untar.ac.id/id/eprint/28316 |
Actions (login required)
View Item |