Self Organizing MAP untuk analisis klaster pada spesiemn daun famili dikotiledon
g p p
5!
gxpg
3
z::
' Q s s
I
3 5" ."53, Q
5
Q Q s
'Qssm
s " r s r)
2 EQgfj
Q
rzg
Q
% 3 s g c l
$2zU2.=
C S Q S
Q G r s Q
5gaaS
igggg.
3 m z m z
=
%5=a
$ 5 0 r ' T Q
c
5
9
s s
s ' Q n r ?
U Q O Q C
Q
!+2:
gci
msQ-Q
a0
Q
s
.€ *s J'
Q 8 . - 3.
-.
2
gg!%
.
gX
*
.
;2
CD
- 3
i
g, ag g#
E
r
s
.
4
sg
C
3 Q
Q
2;
*
-.
2.
82
:5
B .is
WE
P 35
3r
$J
=
s 3
Q
2 E
; 3ED-s
Q
ARUM MADARUM. SelfO~~ganizing
Map untuk Analisis Klaster pada Spesimen Daun Famili
Dikotiledon. Dibirnbing oleh PRAPTO TRI SUPRIYO dan PANJl WASMANA.
Self Organizing Map (SOM) Kohonen yang diperkenalkan oleh T. Koho~~eri
merupakan
yang mampu ~neinetakandata berdimensi
jaringan syaraf tiruan dengan pembelajaran rrfis~~paivise
tinggi ke dimensi rendah. Pada penelitian ini diimplementasikan aIgoritrna SOM untuk
pengklasteran famili dikotiledon berdasarkan ciri-ciri rnorfologi spesimen daun hasil penelitian di
Jambi yang telah rersedia dalam basis data. Kinerja algoritma pengklasteran diukur dari nilai
chisia~.1.ecal1dan chrster precisian. Secara visual terlihat bahwa SOM niampil meugetompokkan
spesimen daun dengan baik, narnun hasil ini kurang sesuai jika dibandingkan dengan hasil klaster
menurut tingkat taksonomi.
Kata kunci: Seiforganizing map, clzrstering, clzister !.eca/t,"
ccls~e~.precision,
taksonomi.
5!
gxpg
3
z::
' Q s s
I
3 5" ."53, Q
5
Q Q s
'Qssm
s " r s r)
2 EQgfj
Q
rzg
Q
% 3 s g c l
$2zU2.=
C S Q S
Q G r s Q
5gaaS
igggg.
3 m z m z
=
%5=a
$ 5 0 r ' T Q
c
5
9
s s
s ' Q n r ?
U Q O Q C
Q
!+2:
gci
msQ-Q
a0
Q
s
.€ *s J'
Q 8 . - 3.
-.
2
gg!%
.
gX
*
.
;2
CD
- 3
i
g, ag g#
E
r
s
.
4
sg
C
3 Q
Q
2;
*
-.
2.
82
:5
B .is
WE
P 35
3r
$J
=
s 3
Q
2 E
; 3ED-s
Q
ARUM MADARUM. SelfO~~ganizing
Map untuk Analisis Klaster pada Spesimen Daun Famili
Dikotiledon. Dibirnbing oleh PRAPTO TRI SUPRIYO dan PANJl WASMANA.
Self Organizing Map (SOM) Kohonen yang diperkenalkan oleh T. Koho~~eri
merupakan
yang mampu ~neinetakandata berdimensi
jaringan syaraf tiruan dengan pembelajaran rrfis~~paivise
tinggi ke dimensi rendah. Pada penelitian ini diimplementasikan aIgoritrna SOM untuk
pengklasteran famili dikotiledon berdasarkan ciri-ciri rnorfologi spesimen daun hasil penelitian di
Jambi yang telah rersedia dalam basis data. Kinerja algoritma pengklasteran diukur dari nilai
chisia~.1.ecal1dan chrster precisian. Secara visual terlihat bahwa SOM niampil meugetompokkan
spesimen daun dengan baik, narnun hasil ini kurang sesuai jika dibandingkan dengan hasil klaster
menurut tingkat taksonomi.
Kata kunci: Seiforganizing map, clzrstering, clzister !.eca/t,"
ccls~e~.precision,
taksonomi.