IMPLEMENTASI NEURAL NETWORK PADA PENENTUAN KUALITAS SEMANGKA BERDASARKAN PENDARAN WARNA BERBASIS ANDROD

HADI, ISLAMUL (2019) IMPLEMENTASI NEURAL NETWORK PADA PENENTUAN KUALITAS SEMANGKA BERDASARKAN PENDARAN WARNA BERBASIS ANDROD. S1 thesis, Universitas Mataram.

[img] Text
laporan.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Produksi semangka telah meningkat pesat dari tahun 2011 hingga 2014, tetapi peningkatan jumlah semangka belum diimbangi dengan peningkatan kualitas semangka, sehingga diperlukan aplikasi android untuk mempermudah mendeteksi kualitas semangka. Metode yang digunakan untuk menentukan kualitas buah adalah dengan menggunakan histogram warna dan Gray Level Co-Occurrence Matrix (GLCM) yang digunakan sebagai fitur ekstraksi jaringan saraf semangka dan backpropagation sebagai metode klasifikasi, proses klasifikasi semangka akan menjadi dibagi menjadi tiga kelas yang berbeda, yaitu segar, sedang dan busuk. Penelitian sebelumnya tentang semangka menerima akurasi 60% menggunakan data semangka yang diambil dari samping dan menggunakan lampu sebagai penerangan. Keakuratan metode jaringan saraf adalah 76%, akurasi meningkat dari studi sebelumnya karena penambahan variasi dalam pengambilan gambar semangka dan menambahkan variasi api ketika mengambil dari data gambar semangka dalam bentuk pencahayaan di bawah matahari, di tempat teduh dan pencahayaan dengan lampu.

Item Type: Thesis (S1)
Keywords (Kata Kunci): kualitas semangka, GLCM, histogram warna, backpropagation jaringan saraf.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik
Depositing User: Wiwin Kartikawati
Date Deposited: 08 Oct 2019 04:52
Last Modified: 08 Oct 2019 04:52
URI: http://eprints.unram.ac.id/id/eprint/14664

Actions (login required)

View Item View Item