A PHP Error was encountered
Severity: Warning
Message: fopen(/home/rama/public_html/application/cache/sessions/rama_session0s014hsvkl0f26dvpm6m15nujo1r0c5c): failed to open stream: No space left on device
Filename: drivers/Session_files_driver.php
Line Number: 174
Backtrace:
File: /home/rama/public_html/application/core/MY_Controller.php
Line: 8
Function: __construct
File: /home/rama/public_html/application/controllers/Document.php
Line: 6
Function: __construct
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
@thesis{thesis,
author={MALIK ZAMZARI},
title ={KLASIFIKASI JENIS POHON MANGGA BERDASARKAN WARNA DAN BENTUK
DAUN MENGUNAKAN METODE
FUZZY KNN C},
year={2015},
url={http://eprints.umg.ac.id/1915/},
abstract={Tanaman mangga sangat digemari dimasyarakat untuk ditanam baik dalam skala kecil maupun skala besar. Selain bernilai ekonomis, pohon mangga berguna untuk penghijauan lingkungan. Seringkali masyarakat kecewa saat pohon mangga yang ditanam berbuah tidak sesuai dengan apa yang diharapkan dikarenakan pohon mangga mempunyai banyak jenis, hal ini dapat dimaklumi karena secara morfologi daun, bunga dan buah yang kesemuanya mempunyai bentuk atau bangun, ukuran dan warna yang bermacam- macam. Pada tugas akhir ini diimplementasikan sebuah system yang akan mengklasifikasikan jenis pohon mangga berdasarkan warna dan bentuk dengan metode FKNNC (fuzzy k-nearest neighbor in every class). Seleksi warna dilakukan dengan mencari nilai rata-rata kanal green pada warna RGB (red, green, blue). Sedangkan ektraksi ciri bentuk digunakan untuk proses klasifikasi.
Fuzzy KNNC merupakan algoritma yang melakukan prediksi dengan mencari nilai keanggotaan data uji dari setiap kelas dengan nilai keanggotaan terbesar sebagai hasil akhir. pengujian dilakukan pada tiga jenis daun pohon mangga gadung, golek, dan manalagi dengan menggunakan 315 sampel. Dari pengujian K=3, K=5, K=7, K=9, K=15, dan K=27, dengan K=27 sebagai hasil terbaik. dengan nilai akurasi pada kelas gadung 70%, kelas golek 83%, kelas manalagi 67%, dan akurasi total sebasar 73%.}
}