Klasifikasi kematangan buah tin menggunakan convolutional neural network (cnn) berbasis android

YUSMAN, MAULANA ADITYA (2022) Klasifikasi kematangan buah tin menggunakan convolutional neural network (cnn) berbasis android. Sarjana thesis, Universitas Muria Kudus.

[thumbnail of Halaman Judul]
Preview
Text (Halaman Judul)
Hal. Judul.pdf - Published Version

Download (1MB) | Preview
[thumbnail of BAB 1]
Preview
Text (BAB 1)
BAB I.pdf - Published Version

Download (850kB) | Preview
[thumbnail of BAB 2] Text (BAB 2)
BAB II.pdf - Published Version
Restricted to Registered users only

Download (942kB) | Request a copy
[thumbnail of BAB 3] Text (BAB 3)
BAB III.pdf
Restricted to Registered users only

Download (600kB) | Request a copy
[thumbnail of BAB 4] Text (BAB 4)
BAB IV.pdf - Published Version
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB 5] Text (BAB 5)
BAB V.pdf - Published Version
Restricted to Registered users only

Download (726kB) | Request a copy
[thumbnail of Daftar Pustaka]
Preview
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (660kB) | Preview
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf - Published Version
Restricted to Registered users only

Download (1MB) | Request a copy

Abstrak

Buah Tin merupakan buah yang berasal dari Timur Tengah. Namun ada beberapa varietas buah Tin yang ada di Indonesia salah satunya yaitu Buah Tin Green Jordan Fig. Buah varietas ini cukup banyak di Indonesia. Buah ini banyak diminati karena rasanya yang manis dan memiliki banyak khasiat. Buah Tin ini memiliki ciri-ciri kematangan yang tidak terlalu signifikan saat masih belum matang dan saat matang yaitu saat belum matang buah berwarna hijau sedangkan yang matang berwarna hijau muda agak kekuningan sehingga sulit untuk diidentifikasi oleh mata manusia yang subjektif. Dengan menggunakan penerapan dari teknologi klasifikasi ini dapat membantu dalam melakukan klasifikasi kematangan buah Tin. Penelitian ini menggunakan metode Convolutional Neural Network. Untuk mempermudah dalam penggunan aplikasi ini dapat digunakan di Android. Hasil akurasi dalam penelitian ini mencapai 94%.

Item Type: Skripsi/ Thesis (Sarjana)
Dosen Pembimbing: Dosen Pembimbing 1. Evanita, S.Kom., M.Kom. Dosen Pembimbing 2. Aditya Akbar Riadi, S.Kom., M.Kom.
Kata Kunci: Buah Tin, Klasifikasi, Convolutional Neural Network, Android
Subjects: Teknologi > Teknologi (umum)
Teknologi > T1 Teknologi (Umum)
Program Studi: Fakultas Teknik > S1 Teknik Informatika
Depositing User: Mr Firman Al Mubaroq
Date Deposited: 20 Dec 2022 20:06
Last Modified: 25 Dec 2022 18:22
URI: http://eprints.umk.ac.id/id/eprint/17434

Actions (login required)

View Item View Item