Software Matlab Perangkat lunak

2. Matlab Mathematical Function Library. Merupakan sekumpulan algoritma komputasi mulai dari fungsi-fungsi dasar sepertri: sum, sin, cos, dan complex arithmetic, sampai dengan fungsi-fungsi yang lebih komplek seperti matrix inverse, matrix eigenvalues, Bessel functions, dan fast Fourier transforms. 3. Matlab Language. Merupakan suatu high level matrix atau array language dengan control flow statements, functions, data structures, input atau output, dan fitur-fitur object oriented programming. Ini memungkinkan bagi kita untuk melakukan kedua hal baik pemrograman dalam lingkup sederhana untuk mendapatkan hasil yang cepat dan pemrograman dalam lingkup yang lebih besar untuk memperoleh hasil-hasil dan aplikasi yang komplek. 4. Graphics. Matlab memiliki fasilitas untuk menampilkan vektor dan matriks sebagai suatu grafik. Di dalamnya melibatkan high level functions fungsi-fungsi level tinggi untuk visualisasi data dua dikensi dan data tiga dimensi, image processing, animation, dan presentation graphics. Ini juga melibatkan fungsi level rendah yang memungkinkan bagi anda untuk membiasakan diri untuk memunculkan grafik mulai dari bentuk yang sederhana sampai dengan tingkatan graphical user interfaces pada aplikasi Matlab. Matlab Application Program Interface API. Merupakan suatu library yang memungkinkan program yang telah anda tulis dalam bahasa C dan Fortran mampu berinterakasi dengan Matlab. Ini melibatkan fasilitas untuk pemanggilan routines dari Matlab dynamic linking, pemanggilan Matlab sebagai sebuah computational engine, dan untuk membaca dan menuliskan Mat-files. 54

BAB V SIMPULAN DAN SARAN

Pada bab ini, akan diuraikan beberapa hal yang dapat disimpulkan dari bab sebelumnya serta saran yang dapat digunakan sebagai acuan untuk pengembangan selanjutnya.

5.1 Simpulan

Dari perancangan, pengerjaan, dan analisa yang dilakukan selama pembuatan tugas akhir ini, dapat diambil beberapa kesimpulan sebagai berikut: 1. Identifikasi pola warna citra pada peta Google Maps menggunakan Aplikasi Jaringan Syaraf Tiruan Levenberg Marquardt telah berhasil membuat pola citra baru yang diidentifikasikan sebagai daerah daratan dan bukan daratan. 2. Pada proses training diperoleh nilai epoch sebanyak 17 iterations dari batas maximum 100 epoch., waktu yang digunakan selama proses training sebanyak 6 detik, nilai performance = 2.06e+07, nilai gradient = 8.49e+05, Mu = 1.00+04 dan validation check =6. Gambar 4.29 3. Dalam proses training menggunakan Jaringan Syaraf Tiruan diperoleh nilai regresi R mendekati 1 sebesar 0.95889 dan 0.91483. Hal tersebut menunjukan bahwa kinerja Jaringan Syaraf Tiruan yang dibuat telah bekerja secara optimal karena ada kecocokan antara nilai output dari hasil training dengan target. Proses training harus dilakukan berulang – ulang sampai nilai regresi R mendekati 1. Gambar 4.30 4. Aplikasi pengolahan citra menghasilkan citra biner dari proses segmentasi pola warna citra peta Google Maps. 5. Ukuran citra dengan pixel tinggi membutuhkan waktu lebih lama untuk diidentifikasi dibandingkan dengan ukuran citra dengan pixel yang rendah. 6. Secara keseluruhan, aplikasi yang dibuat berhasil memenuhi fungsi yang diinginkan.