KLASIFIKASI DIATOM MENGGUNAKAN SIGNATURE DAN SUPPORT VECTOR MACHINE
Abstract
Diatom merupakan jenis alga bersel tunggal yang ukurannya sangat kecil, dalam orde mikrometer, hidup di air tawar maupun air laut. Keberadaan diatom dapat dimanfaatkan untuk memonitor kualitas air, mendeteksi adanya polusi pada air, mempelajari perubahan iklim dan lingkungan di masa lalu hingga digunakan untuk menganalisis penyebab kematian pada ilmu forensik. Pemanfaatan diatom untuk berbagai keperluan tersebut dilakukan dengan cara mengidentifikasi dan mengklasifikasi jenisnya. Setiap jenis diatom dibedakan dari bentuknya sehingga proses melakukan analisis bentuk diatom adalah bagian penting dalam membangun sebuah sistem identifikasi dan klasifikasi otomatis. Penelitian ini bertujuan membangun sistem klasifikasi diatom otomatis dengan menggunakan metode Signature pada proses ekstraksi fitur bentuk diatom dan metode Support Vector Machine (SVM) pada proses klasifikasinya. Data citra diatom yang digunakan diambil langsung dari perairan di Indonesia. Kinerja klasifikasi yang didapatkan dari hasil pengujian mencapai akurasi 96% hingga 100%.
Full Text:
PDF (Bahasa Indonesia)References
du Buf, H., Bayer, M.M. (2002), “ Automatic Diatom Identification ”, Singapore: World Scientific Publishing.
Fischer, S., Bunke, H., Shahbazkia (2002), “ Contour extraction ”, Automatic Diatom Identification. Singapore: World Scientific Publishing, hal:93–107.
Gonzalez, R. C., Woods, R. E. (2010), “ Digital Image Processing ”, Third Edition, Pearson Prentice Hall, Inc.
Hsu, C.W., and Lin, C.J. (2002), “A Comparison of Methods for Multi-class Support Vector Machines”, IEEE Transactions on Neural Networks, Vol. 13, No. 2, hal. 415-425.
Jalba, A.C., Wilkinson, M.H.F., Roerdink, J.B.T.M., Bayer, M.M., Juggins, S. (2005), “Automatic diatom identification using contour analysis by morphological curvature scale spaces”, Machine Vision and Application, hal:217-228.
Nugroho, A.S., Witarto, B.A., Handoko, D., (2003), “ Support Vector Machine – Teori dan Aplikasinya Dalam Bioinformatika”, Kuliah Umum Ilmu Komputer.com.
Mohammadi, M., and Gharehpetian, G. B. (2009), “Application of multi-class support vector machines for power system on-line static security assessment using DT-based feature and data selection algorithm”, Journal of Intelligent & Fuzzy Systems 20, 133-146.
Telford, R.J., Juggins, S., Kelly, M.G., Ludes, B. (2002), “ Diatom Application ”, Automatic Diatom Identification. Singapore: World Scientific Publishing, hal:41–74.
Refbacks
- There are currently no refbacks.