ROHANAH, NENENG (2018) KLASIFIKASI AWAN DARI CITRA SATELIT NOAA MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION. S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.
![[img]](https://eprints.untirta.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
FULL EDITION NENENG ROHANAH (3332141720).pdf Restricted to Registered users only Download (7MB) |
|
Text (Abstrak)
ABSTRAK NENENG ROHANAH (3332141720).pdf Download (153kB) |
Abstract
Citra awan satelit NOAA 18 dan 19 menjadi salah satu informasi penting untuk perkiraan cuaca dan analisis iklim. Tipe awan pada citra satelit dibedakan berdasarkan ketinggiannya yaitu awan rendah, awan tengah, dan awan tinggi. Penelitian ini membandingkan metode segmentasi multilevel thresholding dan metode FCM (Fuzzy C-Mean). Data hasil segmentasi dengan kedua metode tersebut diklasifikasi menggunakan metode LVQ. Hasil penelitian ini memperoleh akurasi pengenalan data awan yang disegmen menggunakan multilevel thresholding sebesar 72,22 % dan data awan yang disegmen menggunakan FCM sebesar 83,33 %.
| Item Type: | Thesis (S1) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | Klasifikasi, Citra satelit NOAA, Awan, LVQ | ||||||
| Subjects: | H Social Sciences > H Social Sciences (General) Q Science > Q Science (General) |
||||||
| Divisions: | 03-Fakultas Teknik > 20201-Jurusan Teknik Elektro | ||||||
| Depositing User: | Perpustakaan FT | ||||||
| Date Deposited: | 20 Jun 2024 15:40 | ||||||
| Last Modified: | 20 Jun 2024 15:40 | ||||||
| URI: | http://eprints.untirta.ac.id/id/eprint/36479 |
Actions (login required)
 |
View Item |