Tugas Akhir Informatika

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

---

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.

---

Ketersediaan

2018148

658.401.Ism.i

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

658.401.Ism.i

Penerbit

Universitas Mataram : Fakultas Teknik Unram., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

658.401

Tipe Isi

other

Tipe Media

other

Tipe Pembawa

-

Edisi

Edisi 1 Jilid 1

Subjek

IMPLEMENTASI NEURAL
kualitas semangka, GLCM, histogram warna
backpropagation jaringan saraf

Info Detail Spesifik

-

Pernyataan Tanggungjawab

ISLAMUL HADI

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar