Judul : Uji Dan Aplikasi Komputasi Paralel Pada Jaringan Syaraf Probabilistik (PNN) Untuk Proses Klasifikasi Mutu Buah Tomat Segar
Author : Moh. Khawarizmie Alim
Link : http://iirc.ipb.ac.id/jspui/handle/123456789/3720
Ulasan :
Beradasarkan pada abstrak ini dapat disimpulkan kalau proses sortasi merupakan tahap yang penting dalam penanganan pasca panen dari tomat-tomat yang dihasilkan, namun jika dilakukan secara manual oleh manusia dapat menyebabkan hasil produk yang diperoleh tingkat keragaman yang kurang baik serta waktu yang relatif lama. Oleh karena itu proses sortasi perlu dilakukan mesin dengan memanfaatkan salah satu jaringan saraf tiruan yang dapat diterapkan untuk proses klaifikasi yaitu Probabilistic Neural Network (PNN) karena memiliki tingkat akurasi klasifikasi yang cukup tinggi dan waktu pelatihan yang cukup singkat. selain itu PNN melakukan pendekatan probabilistik berdasarkan rumus bayes.
Oleh karena itu pada skripsi ini bertujuan menguji komputasi paralel pada PNN untuk klasifikasi mutu buah tomat. Percobaan dilakukan dengan membandingkan kinerja PNN yang dilakukan secara paralel pada dua buah komputer dan kinerja PNN yang dilakukan secara sekuensial pada satu komputer. kriteria yang digunakan uji analisis adalah akurasi klasifikasi PNN, waktu eksekusi total, peningkatan kecepatan, peningkatan akurasi dan efisiensi. Tomat yang diambil adalah varietas permata yang kemudian dikelompokan dalam 3 kelas dan masing-masing diambil parameter bobot(gram), panjang(cm), lebar(cm). dari percobaan didapatkan hasil bahwa akurasi klasifikasi komputasi paralel dan komputasi sekuensial tidak terlalu berbeda dan terpusat pada 89,2%, untuk waktu yang dicapai oleh komputasi paralel rata-rata 439,57 detik, lebih kecil daripada komputasi sekuensial yang rata-ratanya 548,66 detik dengan kata lain peningkatan waktu yang dicapai adalah 128,857% atau 1.3 kali lebih cepat komputasi paralel daripada komputasi sekuensial tanpa mengubah nilai akurasi klasifikasi yang signifikan.
Hal yang dapat dikembangkan dari skripsi ini waktu pemrosesan dapat ditingkatkan lagi dengan melakukan penelitian terhadap pemilihan metode lain dalam pengklasifikasian untuk dibandingkan dengan PNN baik dari sisi komputasi paralelnya atau sisi komputasi sekuensialnya.
Author : Moh. Khawarizmie Alim
Link : http://iirc.ipb.ac.id/jspui/handle/123456789/3720
Ulasan :
Beradasarkan pada abstrak ini dapat disimpulkan kalau proses sortasi merupakan tahap yang penting dalam penanganan pasca panen dari tomat-tomat yang dihasilkan, namun jika dilakukan secara manual oleh manusia dapat menyebabkan hasil produk yang diperoleh tingkat keragaman yang kurang baik serta waktu yang relatif lama. Oleh karena itu proses sortasi perlu dilakukan mesin dengan memanfaatkan salah satu jaringan saraf tiruan yang dapat diterapkan untuk proses klaifikasi yaitu Probabilistic Neural Network (PNN) karena memiliki tingkat akurasi klasifikasi yang cukup tinggi dan waktu pelatihan yang cukup singkat. selain itu PNN melakukan pendekatan probabilistik berdasarkan rumus bayes.
Oleh karena itu pada skripsi ini bertujuan menguji komputasi paralel pada PNN untuk klasifikasi mutu buah tomat. Percobaan dilakukan dengan membandingkan kinerja PNN yang dilakukan secara paralel pada dua buah komputer dan kinerja PNN yang dilakukan secara sekuensial pada satu komputer. kriteria yang digunakan uji analisis adalah akurasi klasifikasi PNN, waktu eksekusi total, peningkatan kecepatan, peningkatan akurasi dan efisiensi. Tomat yang diambil adalah varietas permata yang kemudian dikelompokan dalam 3 kelas dan masing-masing diambil parameter bobot(gram), panjang(cm), lebar(cm). dari percobaan didapatkan hasil bahwa akurasi klasifikasi komputasi paralel dan komputasi sekuensial tidak terlalu berbeda dan terpusat pada 89,2%, untuk waktu yang dicapai oleh komputasi paralel rata-rata 439,57 detik, lebih kecil daripada komputasi sekuensial yang rata-ratanya 548,66 detik dengan kata lain peningkatan waktu yang dicapai adalah 128,857% atau 1.3 kali lebih cepat komputasi paralel daripada komputasi sekuensial tanpa mengubah nilai akurasi klasifikasi yang signifikan.
Hal yang dapat dikembangkan dari skripsi ini waktu pemrosesan dapat ditingkatkan lagi dengan melakukan penelitian terhadap pemilihan metode lain dalam pengklasifikasian untuk dibandingkan dengan PNN baik dari sisi komputasi paralelnya atau sisi komputasi sekuensialnya.
Tags:
0 comments:
Posting Komentar