ROHANAH, NENENG (2019) KLASIFIKASI AWAN DARI CITRA SATELIT NOAA MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION. S1 thesis, UNIVERSITAS SULTAN AGENG TIRTAYASA.
![[img]](https://eprints.untirta.ac.id/style/images/fileicons/text.png) |
Text
KLASIFIKASI AWAN DARI CITRA SATELIT NOAA MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION.pdf Restricted to Registered users only Download (8MB) |
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 %. Kata kunci : Klasifikasi, Citra satelit NOAA, Awan, LVQ
| Item Type: | Thesis (S1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Subjects: | T Technology > T Technology (General) | |||||||||
| Divisions: | 03-Fakultas Teknik 03-Fakultas Teknik > 20201-Jurusan Teknik Elektro |
|||||||||
| Depositing User: | Admin Eprints Untirta | |||||||||
| Date Deposited: | 26 Oct 2021 06:25 | |||||||||
| Last Modified: | 26 Oct 2021 06:25 | |||||||||
| URI: | http://eprints.untirta.ac.id/id/eprint/3693 |
Actions (login required)
 |
View Item |