TI | 28Tabel 6. Subset d ciri terbaik, waktu eksekusi, akurasi klasifikasi global dan per kelas obyek dari citradaerah Kalimantan Timur yang pemilihannya menggunakan metode Transformasi KomponenUtama.dSubset d ciri terbaikWaktueksekusiuntukmemperoleh d ciriterbaik(detik)Akurasiklasifikasidarisubset dciriterbaikAkurasi klasifikasi per kelas subset dciri terbaikKelas air KelashutanKelasperkampungandanpersawahan1 2 90,97 0,7204 0,0000 0,9103 0,63102 2 4 97,77 0,7356 0,4878 0,8406 0,66623 2 4 6 99,31 0,7439 0,5157 0,8202 0,69984 2 4 6 7 101,40 0,7601 0,5184 0,7983 0,75495 2 4 6 7 9 105,87 0,7691 0,6055 0,7820 0,77816 2 4 6 7 9 10 107,89 0,7688 0,6418 0,7717 0,78287 2 4 6 7 9 10 16 111,25 0,7661 0,6592 0,7584 0,78778 2 4 6 7 9 10 16 14 116,70 0,7644 0,6630 0,7464 0,79539 2 4 6 7 9 10 16 14 18 120,99 0,7630 0,6886 0,7389 0,796210 2 4 6 7 9 10 16 14 18 15 123,95 0,7644 0,6880 0,7291 0,8088Gambar dari citra-citra ciri daerah Kalimantan Timur adalah sebagai berikut:Gambar 2. Citra-citra ciri daerah Kalimantan Timur[8]4. SimpulanBerdasarkan hasil eksperimen dan analisa yangdilakukan pada penelitian ini, maka dapat ditarikbeberapa kesimpulan sebagai berikut:1. Untuk data citra daerah Sumatera Selatan danKalimantan Timur, maka didapatkan bahwa untuksetiap subset ciri dengan ukuran yang sama, makayang diperoleh dengan metode SFFS akurasiklasifikasinya selalu lebih tinggi dibanding denganyang diperoleh menggunakan metode TransformasiKomponen Utama.SNTE-<strong>2012</strong> ISBN: 978-602-97832-0-9
T I | 292. Untuk 2 data citra Radar yang digunakan padapenelitian ini, maka akurasi klasifikasi global padadata citra ciri daerah Sumatera Selatan lebih tinggidibanding data citra ciri daerah Kalimantan Timur,untuk subset 2ciri terbaiksampai dengan 10ciriterbaik , baik menggunakan metode pemilihan ciriSFFS maupun Transformasi Komponen Utama.3. Pada citra ciri daerah Sumatera Selatan, untuk hasilpemilihan dengan metode SFFS, maka akurasiklasifikasi kelas air selalu lebih tinggi dibandingdengan kelas hutan atau kelas daerah terbuka padasubset ciri dengan ukuran yang sama, tetapi tidakberlaku pada hasil pemilihan dengan metodeTransformasi Komponen Utama.4. Pada citra ciri daerah Kalimantan Timur, untuk hasilpemilihan dengan metode SFFS, maka akurasiklasifikasi kelas perkampungan dan persawahanselalu lebih tinggi dibanding dengan kelas hutan ataukelas air pada subset ciri dengan ukuran yang sama,tetapi tidak berlaku pada hasil pemilihan denganmetode Transformasi Komponen Utama.DAFTAR PUSTAKA[1] Chahyati, Dina.,Klasifikasi Citra InderajaBerdasarkan Ciri Tekstur Semivariogram danMatriks Co-occurrence, Skripsi: ProgramSarjana Universitas Indonesia, Maret 2000.[2] Huber,R. and Dutra,L.V., ClassifierCombination and Feature Selection for Land-Cover Mapping from High-Resolution AirborneDual-Band SAR Data, Proceedings WorldMulticonference Systemics, Cybernetics andInformatics., Volume V, Image, Acoustic,Speech and Signal Processing: Part I, July, 23-26, 2000, Orlando, Florida, USA, pp.370-375.[3] Jain,A. and Zongker,D., FeatureSelection:Evaluation, Application and SmallSample Performance, IEEE Trans. On PAMI,Vol.19,No.2, 1997, pp.153-158.[4] Kudo,M. and Sklansky,J., Comparison ofAlgorithms that Select Features for PatternClassifiers, Pattern Recognition 33(2000),1999,pp.25-41.[5] Lillesand,T.M. and Kiefer,R.W., RemoteSensing and Image Interpretation, John Wiley& Sons, Inc.,1994[6] Mulyono dan Aniati Murni Arimurty,Pemilihan Ciri Data Citra Penginderaan JauhDengan Menggunakan Metode TransformasiKomponen Utama, <strong>Prosiding</strong><strong>Seminar</strong> <strong>Nasional</strong>Teknik Elektro (SNTE 2011), ISBN:978-602-97832-0-9, September 2011, hal.TI|7-TI|12.[7] Mulyono dan Aniati Murni Arimurty,Perbandingan Pemilihan Fitur SequentialForward Floating Selection (SFFS) danKorelasi Secara Visual pada Data Citra Optik,JMAP Vol. 10 No.2, ISSN: 1412-8632,September 2011, hal. 38-49.[8] Mulyono, Aniati Murni Arimurty dan DinaCahyati, Pemilihan Fitur Pada Data CitraPenginderaan Jauh dengan AlgoritmaSequential Forward Floating Selection (SFFS),Jurnal TEKNOLOGI Vol.1 No.2, ISSN:1643-0266, Desember 2011, hal.109-122.[9] Mulyono, Evaluasi Metode Pemilihan CiriDengan Pengklasifikasi Maximum LikelihoodGaussian Pada Data Penginderaan Jauh,Tesis: Program Pascasarjana UniversitasIndonesia, Nopember 2000.[10] Mulyono, Kajian Suatu Metode PemilihanFitur Dengan Pengklasifikasi MaximumLikelihood Gaussian, <strong>Prosiding</strong> <strong>Seminar</strong><strong>Nasional</strong> Matematika Universitas KatolikParahyangan Fakultas Teknologi Informasi danSains, Vol. 6 Thn. 2011, ISSN 1907-3909, hal.189-196.[11] Murni,A., Feature Selection Method in RadarImage Classification: A Case Study, DataManagement and Modelling Using RemoteSensing and GIS for Tropical Forest LandInventory, Rodeo International Publishers,Jakarta, 1999, pp.231-239.[12] Pudil, P., Novovicova,J. and Kittler, J.,Floating Search Methods in Feature Selection,Pattern Recognition Letters 15, No.11, 1994,pp.1119-1125.[13] Zongker, D., Algorithms for Feature Selection,CPS 802, 1995..ISBN: 978-602-97832-0-9SNTE-<strong>2012</strong>
- Page 1 and 2:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 3 and 4:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 5 and 6:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 7 and 8:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 9 and 10:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 11 and 12:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 13 and 14:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 15 and 16:
TE | 1PERANCANGAN GRAPHICAL USER IN
- Page 17 and 18:
TE | 3Gambar 5 fungsi keanggotaan d
- Page 19 and 20:
TE | 5• E_Z dan DE_Z• E_PS dan
- Page 21 and 22:
TE | 7DATA LOGGER SENSOR SUHU BERBA
- Page 23 and 24:
TE | 9digunakan dan ditinggalkan un
- Page 25 and 26:
TE | 11Pengujian ini juga dilakukan
- Page 27 and 28:
TE | 13INSTRUMEN PENGUJIAN BUTA WAR
- Page 29 and 30:
TE | 15b. Deutanopia adalah ganggua
- Page 31 and 32:
TE | 172. Operating System : Window
- Page 33 and 34:
TE | 19Tes kedua adalah tes farnswo
- Page 35 and 36:
TE | 21DAFTAR PUSTAKA[1]. Birch, J.
- Page 37 and 38:
TE | 232004). FPGA memiliki 3 kompo
- Page 39 and 40:
TE | 25yang terdiri dari 9 citra wa
- Page 41 and 42:
TE | 27MODEL SISTEM KONTROL PEMILAH
- Page 43 and 44:
TE | 29energi mekanik berlangsung m
- Page 45 and 46:
TE | 31- Panjang : 4 cm, 6 cm, 8 cm
- Page 47 and 48:
TE | 33motor pendorong tidak aktif.
- Page 49 and 50:
IMPLEMENTASI KONTROL OTOMASITISASI
- Page 51 and 52:
TE | 37Rangkaian transistor sebagai
- Page 53 and 54:
TE | 39untuk mengetahui besarnya te
- Page 55 and 56:
TE | 41kecepatan yang semakin menuj
- Page 57 and 58:
TE | 43Proses implementasi dari sis
- Page 59 and 60:
TE | 45• Post mortem review, meng
- Page 61 and 62:
TE | 47terdapat pada dialog box ter
- Page 63 and 64:
T L | 1KONVERTER AC-DC TIGA FASA TE
- Page 65 and 66:
T L | 3frekuensi. Panel kontrol dit
- Page 67 and 68:
T L | 5THDAlpha( α )ESS20 75,73 -2
- Page 69 and 70:
T L | 7ANALISA DGA TERHADAP KINERJA
- Page 71 and 72:
T L | 9a. ONAN : Oil Natural Air Na
- Page 73 and 74:
T L | 11Menentukan himpunan dariset
- Page 75 and 76:
T L | 13Pada himpunan fuzzy nilai k
- Page 77 and 78:
T L | 15beroperasi terhubung dengan
- Page 79 and 80:
T L | 17Gambar 6.(a) Zeta-Cuk based
- Page 81 and 82:
T L | 196. Pengujian Parallel UPS d
- Page 83 and 84:
T L | 21[9.] Chien Liang Chen, Jih-
- Page 85 and 86: T L | 23sudah cukup untuk memenuhi
- Page 87 and 88: T L | 25Gambar 3: Tampak atas penem
- Page 89 and 90: T L | 27Skenario berikutnya adalah
- Page 91 and 92: TL | 29RANCANGAN DAN UJICOBA PROTOT
- Page 93 and 94: TL | 31keluar dipasang turbin air y
- Page 95 and 96: TL | 33BASELINE ENERGY USE BASED RE
- Page 97 and 98: TL | 35representing 36% of total nu
- Page 99 and 100: TL | 37collected from the survey. F
- Page 101 and 102: TL | 39cukup diproteksi oleh satu a
- Page 103 and 104: TL | 41Ketidak seimbangan arus pada
- Page 105 and 106: TL | 43EFISIENSI ENERGI LISTRIK MEN
- Page 107 and 108: TL | 45yang dirangkai secara seri p
- Page 109 and 110: TI | 1RANCANGAN SISTEM INFORMASI PE
- Page 111 and 112: TI | 3buku - buku terbaru sehingga
- Page 113 and 114: TI | 535, 39, 45, 51, 52, 56, 58, 5
- Page 115 and 116: TI | 7Tabel 2. Kuantifikasiselhasil
- Page 117 and 118: T I | 9ANALISIS SISTEM PENDUKUNG KE
- Page 119 and 120: T I | 11z*∑j=1=n∑j=1ISBN: 978-6
- Page 121 and 122: TI | 13PERANCANGAN ANTENA MIKROSTRI
- Page 123 and 124: TI | 15Untuk aplikasi pada sistem k
- Page 125 and 126: TI | 17Tabel 6 Analisa Pengaruh Per
- Page 127 and 128: TI | 19Gain (dB)Gambar 9 Grafik Per
- Page 129 and 130: TI | 21nilai return loss -10 dB pad
- Page 131 and 132: T I | 23KAJIAN PEMILIHAN CIRI SEQUE
- Page 133 and 134: T I | 25maka keluarkan ciri tersebu
- Page 135: T I | 272. Citra daerah Kalimantan
- Page 139 and 140: T I | 31QRCode adalah sebuah bentuk
- Page 141 and 142: T I | 33EMAN Flash Account. Penguji
- Page 143 and 144: T I | 35untuk mengelola data pemoho
- Page 145 and 146: T I | 37STARTid_kat_beasiswa int(4)
- Page 147 and 148: T I | 39Jurusan akan membuka halama
- Page 149 and 150: T I | 41memberikan beasiswa. Submen
- Page 151 and 152: T I | 43‘Lunas’ apabila peserta
- Page 153 and 154: T I | 45RANCANG BANGUN MULTIBAND BA
- Page 155 and 156: T I | 47diperlukan modifikasi konfi
- Page 157 and 158: T I | 49frekuesi tengahnya sebesar
- Page 159 and 160: T I | 51mengalami pergeseran nilai.
- Page 161 and 162: T I | 532. Metode PenelitianLangkah
- Page 163 and 164: T I | 5571,228.07,260612,,*21$GPRMC
- Page 165 and 166: T I | 574. SimpulanMonitoring posis
- Page 167 and 168: T I | 59memperbaiki citra dengan ca
- Page 169 and 170: T I | 61Untuk setiap citra uji dila
- Page 171 and 172: T I | 63[2] W. Sulistyo. Yos, R.B.
- Page 173 and 174: T I | 65komputasi paralel. Sebagian
- Page 175 and 176: T I | 67disusun ke dalam rak memben
- Page 177 and 178: T I | 69ParameterData CenterServerS
- Page 179 and 180: T I | 71server, dan proses komputas
- Page 181 and 182: T I | 73SISTEM PREDIKSI MAHASISWA D
- Page 183 and 184: T I | 75a. Penghasilan orang tua di
- Page 185 and 186: T I | 7710,50,250MUDA PAROBAYA TUA2
- Page 187 and 188:
TI | 791,2APLIKASI E-LEARNING KRYPT
- Page 189 and 190:
TI | 81file audio dan video dan uru
- Page 191 and 192:
TI | 833. Dapat membantu pengguna d
- Page 193 and 194:
TI | 85bahasa script PHP secara tam
- Page 195 and 196:
TI | 873. ANALISIS DAN PERANCANGANS
- Page 197 and 198:
TI | 894.8 Tampilan Menu Log Off[6]
- Page 199 and 200:
TI | 91....... (1)R’= (4/3) x R .
- Page 201 and 202:
TI | 93ekstraksi ground clutter yan
- Page 203 and 204:
EM | 1ANALISIS SIMULASI UNTUK MEMPR
- Page 205 and 206:
EM | 31H ( iΩ) =m(7)k 2- Ω + irΩ
- Page 207 and 208:
EM | 5sebelumnya yaitu Chang, dkk,
- Page 209 and 210:
EM | 7INTEGRASI SUMBER RENEWABLE EN
- Page 211 and 212:
EM | 9Tegangan branch (VV BBBB ) di
- Page 213 and 214:
EM | 113. Simulasi pada kondisi PQ
- Page 215 and 216:
EM | 13Mag. (p.u.)1.510.503ZBR-PSO
- Page 217 and 218:
EM | 15PERUBAHAN JARAK ELEKTRODA TE
- Page 219 and 220:
EM | 17yang digunakan pada proses e
- Page 221 and 222:
EM | 193. Hasil dan PembahasanPada
- Page 223 and 224:
EM | 21Penelitian, Jurusan Teknik E
- Page 225 and 226:
HU | 2usaha membela negara melalui
- Page 227 and 228:
Penjelasan:Kategori 1: pedagogik ko
- Page 229 and 230:
HU | 6Faktor Eskternal1) Kemajuan t
- Page 231 and 232:
Tabel 6: Rancangan Pembelajaran Pen