Tujuan Penelitian Manfaat Penelitian
Gambar 2 Skema komputasi FLBP dengan F=19 Valerina 2012. Valerina 2012 melakukan percobaan setiap nilai threshold FLBP F untuk
identifikasi tumbuhan, sehingga mendapatkan akurasi identifikasi yang beragam Gambar 3, akurasi yang tertinggi didapat terlihat pada nilai threshold FLBP, F
= 4. Pengambilan nilai threshold FLBP dilihat dalam hal adanya pengaruh besarnya nilai threshold FLBP terhadap komputasi. Semakin besar rentang nilai
parameter, semakin banyak piksel yang harus diproses.
10 20
30 40
50 60
70 80
90 100
1 2
3 4
5 6
7 8
9 10 11 12 13 14 15 16 17 18 19 20
Akurasi Parameter fuzzifikasi F
FLBP 8,1
247 251
253 251
252 240
190 152
211 250
159 130
114 158
219 104
85 96
107 160
74 69
80 89
117
Nilai FLBP
15; 31; 143; 159 135; 143; 151; 159;
167; 175; 183; 191; 199; 207; 215; 223;
231; 239; 247; 255 5; 7; 13; 15;21; 23;
29;31; 37;39;45; 47;53; 55; 61;63; 133; 135;
141;143;149; 151; 157; 159; 165; 167;173; 175;
181; 183;189; 191 135
143; 159 15; 31
135; 143 143; 159; 15; 31; 175;
191; 47; 63 14; 15; 30; 31
Jatropha curcas Linn.
Nilai keabuan piksel
Gambar 3 Hasil akurasi klasifikasi citra menggunakan FLBP.