scholarly journals Evaluation of Fuzzy Inference System in Image Processing

2013 ◽  
Vol 68 (22) ◽  
pp. 1-4
Author(s):  
Jaideep Kaur ◽  
Poonam Sethi
Keyword(s):  
Image Processing ◽  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System

Representing Visual Complexity of Images Using a 3D Feature Space Based on Structure, Noise, and Diversity

2012 ◽  
Vol 16 (5) ◽  
pp. 631-640 ◽  
Author(s):  
Phuc Q. Le ◽  
◽  
Abdullah M. Iliyasu ◽  
Jesus A. Garcia Sanchez ◽  
Fangyan Dong ◽  
...  
Keyword(s):  
Image Processing ◽  
Fuzzy Inference System ◽  
Clustering Algorithm ◽  
Fuzzy Inference ◽  
Visual Complexity ◽  
Feature Space ◽  
Inference System ◽  
Object Category ◽  
Simple Medium

A 3D feature space is proposed to represent visual complexity of images based on Structure, Noise, and Diversity (SND) features that are extracted from the images. By representing images using the proposed feature space, the human classification of visual complexity of images as being simple, medium, or complex can be implied from the structure of the space. The structure of the SND space as determined by a clustering algorithm and a fuzzy inference system are then used to assign visual complexity labels and values to the images respectively. Experiments on Corel 1000A dataset, Web-crawled, and Caltech 256 object category dataset with 1000, 9907, and 30607 images respectively using MATLAB demonstrate the capability of the 3D feature space to effectively represent the visual complexity. The proposal provides a richer understanding about the visual complexity of images which has applications in evaluations to determine the capacity and feasibility of the images to tolerate image processing tasks such as watermarking and compression.

scholarly journals PENGGUNAAN METODE ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM) PADA APLIKASI PREDIKSI USIA KERTAS

2015 ◽  
Vol 8 (2) ◽  
Author(s):  
Valeria Cynthia Dewi ◽  
Victor Amrizal ◽  
Fenty Eka Muzayyana Agustin
Keyword(s):  
Image Processing ◽  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System ◽  
Neuro Fuzzy

Kertas merupakan bahan yang tipis dan rata, yang dihasilkan dengan kompresi serat yang berasal dari pulp. Kertas merupakan  salah  satu  komponen  utama  dari  buku  dan  dokumen-dokumen.  Seiring  dengan  berkembangnya teknologi saat ini, bukan suatu hal yang tidak mungkin bagi seseorang untuk memalsukan dokumen dan merugikan beberapa pihak contohnya pemalsuan surat wasiat, time sheet records, dan rekam medis. Salah satu cara mengetahui keaslian kertas yaitu dengan mengetahui usia kertas tersebut menggunakan metode Penanggalan Karbon. Tetapi, dengan metode  konvensional masih memiliki  kelemahan  seperti membutuhkan  peralatan  yang  canggih,  biaya mahal, proses yang lama, dan askes yang terbatas. Untuk mengetahui usia kertas juga bisa diketahui dengan melihat perubahan warna pada kertas. Untuk memberikan solusi pada permasalahan yang ada, penulis membuat aplikasi yang dapat mengidentifikasi kisaran usia kertas dengan proses yang lebih cepat, biaya lebih murah, dan tidak harus dilakukan oleh pegawai laboratorium. Aplikasi bernama Aplikasi Prediksi Usia Kertas yang dibuat berbasis desktop menggunakan  bahasa  pemrograman  MATLAB.  Terdapat  dua  proses  yaitu  pembacaan  citra  dengan  Image Processing dengan cara mengambil nilai rata-rata CMYK dari 60 data latih dan proses pencocokan dengan metode ANFIS Sugeno  (TSK)  fungsi keanggotaan Gaussian. Penelitian didahulukan dengan wawancara, observasi, dan studi  literatur. Metode  pengembangan  aplikasi menggunakan  prototype.  Hasil  pengujian menunjukkan  tingkat keberhasilan aplikasi dalam mengidentifikasi 60 data latih sebesar 100% dan terhadap 40 data yang belum dilatih sebesar 42,5%.Kata Kunci: Usia Kertas, Penanggalan Karbon, ANFIS, Image Processing, CMYK

Aplikasi Peramalan Kebutuhan Beban Listrik Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)

2017 ◽  
Vol 3 (1) ◽  
pp. 36-48
Author(s):  
Erwan Ahmad Ardiansyah ◽  
Rina Mardiati ◽  
Afaf Fadhil
Keyword(s):  
Fuzzy Inference System ◽  
Fuzzy Inference ◽  
Inference System ◽  
Neuro Fuzzy

Prakiraan atau peramalan beban listrik dibutuhkan dalam menentukan jumlah listrik yang dihasilkan. Ini menentukan  agar tidak terjadi beban berlebih yang menyebabkan pemborosan atau kekurangan beban listrik yang mengakibatkan krisis listrik di konsumen. Oleh karena itu di butuhkan prakiraan atau peramalan yang tepat untuk menghasilkan energi listrik. Teknologi softcomputing dapat digunakan  sebagai metode alternatif untuk prediksi beban litrik jangka pendek salah satunya dengan metode  Adaptive Neuro Fuzzy Inference System pada penelitian tugas akhir ini. Data yang di dapat untuk mendukung penelitian ini adalah data dari APD PLN JAWA BARAT yang berisikan laporan data beban puncak bulanan penyulang area gardu induk majalaya dari januari 2011 sampai desember 2014 sebagai data acuan dan data aktual januari-desember 2015. Data kemudian dilatih menggunakan metode ANFIS pada software MATLAB versi b2010. Dari data hasil pelatihan data ANFIS kemudian dilakukan perbandingan dengan data aktual dan data metode regresi meliputi perbandingan anfis-aktual, regresi-aktual dan perbandingan anfis-regresi-aktual. Dari perbandingan disimpulkan bahwa data metode anfis lebih mendekati data aktual dengan rata-rata 1,4%, menunjukan prediksi ANFIS dapat menjadi referensi untuk peramalan beban listrik dimasa depan.

Sign in / Sign up

Export Citation Format

Share Document