Saida, Nada Faidatis (2024) Prediksi kelayakan eceng gondok sebagai bahan baku kerajinan menggunakan model klasifikasi berbasis citra digital. Sarjana thesis, UNIVERSITAS MURIA KUDUS.

Preview	Text (Halaman Judul) Halaman Judul.pdf - Published Version Download | Baca Disini
Preview	Text (Bab 1) Bab 1 TA.pdf - Published Version Download | Baca Disini
	Text (Bab 2) Bab 2 TA.pdf - Published Version Restricted to Registered users only Download
	Text (Bab 3) Bab 3 TA.pdf - Published Version Restricted to Registered users only Download
	Text (Bab 4) Bab 4 TA.pdf - Published Version Restricted to Registered users only Download
	Text (Bab 5) Bab 5 TA.pdf - Published Version Restricted to Registered users only Download
Preview	Text (Daftar Pustaka) Daftar Pustaka TA.pdf - Published Version Download | Baca Disini
	Text (Lampiran) Lampiran TA.pdf - Published Version Restricted to Registered users only Download

Abstrak

Eceng Gondok adalah tanaman air tropis yang sering digunakan dalam membuat kerajinan tangan, tanaman tersebut memiliki serat batang yang kuat dan elastis untuk produk kerajinan seperti tikar dan tas. Pemilihan eceng gondok yang berkualitas sangat krusial dalam produksi kerajinan dengan faktor usia tanaman dan kualitas air yang mempengaruhi hasil akhir. Untuk meningkatkan efisiensi diperlukan inovasi dalam pemilihan bahan baku. Teknologi citra digital dapat membantu UMKM Alya Handycraft dalam mengklasifikasi kualitas eceng gondok secara modern. Tujuan dari penelitian ini adalah untuk meningkatkan kualitas, efisiensi, dan konsistensi dalam pemilihan bahan baku kerajinan serta menentukan tingkat akurasi optimal dalam prediksi kelayakan bahan baku. Metode penelitian yang digunakan adalah metode Waterfall, yang melibatkan tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Dalam penelitian ini, gambar batang eceng gondok diolah menggunakan ekstraksi tekstur fitur Gray Level Co-Occurrence Matrix dan analisis ruang warna fitur Hue Saturation Value untuk mengidentifikasi kualitas batang. Dataset yang digunakan terdiri dari 192 data latih dan 49 data uji. Akurasi yang diperoleh dari dataset pada nilai K3 sebesar 98% dan akurasi pada K5 dan K7 sebesar 96%.

Item Type:	Skripsi/ Thesis (Sarjana)
Dosen Pembimbing:	Dosen Pembimbing; 1. Wibowo Harry Sugiharto, M.Kom Dosen Pembimbing: 2. Muhammad Imam Ghozali, M.Kom
Kata Kunci:	Batang Eceng Gondok, Klasifikasi, KNN, HSV, GLCM.
Subjects:	Teknologi > T1 Teknologi (Umum) > Teknologi Informasi Teknologi > T1 Teknologi (Umum)
Program Studi:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Mr Firman Al Mubaroq
Date Deposited:	11 Apr 2025 04:26
Last Modified:	11 Apr 2025 04:26
URI:	http://eprints.umk.ac.id/id/eprint/23145

Actions (login required)

View Item