Nugraha, Setia Adi (2017) Pengolahan Citra Digital Untuk Klasifikasi Mutu Buah Apel Manalagi Menggunakan Jaringan Syaraf Tiruan Backpropagation. Update Test thesis, Universitas Muria Kudus.
![]() Preview |
PDF (Hal Judul)
Hal._Judul.pdf - Accepted Version Download (1MB) |
![]() |
PDF (Bab 1)
BAB_I.pdf - Accepted Version Restricted to Registered users only Download (186kB) | Request a copy |
![]() |
PDF (Bab 2)
BAB_II.pdf - Accepted Version Restricted to Registered users only Download (568kB) | Request a copy |
![]() |
PDF (Bab 3)
BAB_III.pdf - Accepted Version Restricted to Registered users only Download (530kB) | Request a copy |
![]() |
PDF (Bab 4)
BAB_IV.pdf - Accepted Version Restricted to Registered users only Download (864kB) | Request a copy |
![]() |
PDF (Bab 5)
BAB_V.pdf - Accepted Version Restricted to Registered users only Download (67kB) | Request a copy |
![]() |
PDF (Lampiran)
Lampiran.pdf - Accepted Version Restricted to Registered users only Download (404kB) | Request a copy |
![]() Preview |
PDF (Daftar Pustaka)
Daftar_Pustaka.pdf - Accepted Version Download (66kB) |
![]() |
Other (Program)
Program.rar - Accepted Version Restricted to Registered users only Download (2MB) | Request a copy |
Abstrak
Buah apel merupakan salah satu buah yang banyak dibudidayakan di indonesia. Salah satu daerah penghasil apel terbesar adalah daerah malang, jawa timur. Apel atau buah-buahan lokal masih kalah bersaing dengan jenis apel atau buah-buahan impor, karena kualitasnya yang masih diragukan. Selama ini, ketika musim panen tiba para petani memisahkan mutu/kelas buah apel secara manual. Tapi dalam prosesnya tingkat akurasi pada saat pemisahan mutu kurang akurat. Penggunaan teknik pengolahan citra diharapkan dapat meningkatkan akurasi sortasi buah. Untuk itu diperlukan sistem yang dapat mengklasifikasikan mutu buah apel menggunakan pengolahan citra digital dan jaringan syaraf tiruan. Pengambilan citra buah apel menggunakan kamera handphone beresolusi 8 megapixels dan diolah dengan menggunakan aplikasi matlab. Pengolahan citra digital diharapkan mampu memperbaiki citra sebelum dilakukan proses ekstraksi ciri dan klasifikasi. Ekstraksi ciri yang digunakan dalam penelitian ini yaitu ciri warna(red, green, blue), ciri bentuk(metric dan eccentricity), ciri tekstur(contrast) dan ciri ukuran dengan mengukur diameter citra apel. Sedangkan metode klasifikasi yang digunakan adalah jaringan syaraf tiruan dengan algoritma backpropagation. Penelitian ini menggunakan 40 citra apel kelas A, kelas B dan kelas C, 25 data citra apel untuk pelatihan dan 15 data citra apel untuk pengujian. Dengan melakukan beberapa variasi fungsi aktivasi dan learning rate. Maka dihasilkan konfigurasi terbaik model jaringan backpropagation untuk sistem klasifikasi mutu buah apel manalagi adalah dengan fungsi aktivasi tansig-logsig pada learning rate sebesar 0,9 dengan hanya satu kali pemrosesan didapatkan tingkat akurasi pelatihan dan pengujian sebesar 100%, sedangkan hasil akurasi paling buruk pada learning rate 0,5 dengan 10 kali pemrosesan akurasi pelatihan hanya 96% dan akurasi pengujian 93% dari 40 data citra apel. Dari pengujian 4 kombinasi fungsi aktivasi, Fungsi aktivasi yang paling baik nilai rata-rata tingkat akurasinya adalah pada fungsi aktivasi tansig-logsig tingkat akurasi pelatihan sebesar 100% dan pengujian 97,2%. Sedangkan, yang paling buruk pada fungsi aktivasi logsig-logsig tingkat akurasi pelatihan sebesar 99,2% dan pengujian 95,9%.
Item Type: | Skripsi/ Thesis (Update Test) |
---|---|
Dosen Pembimbing: | Pembimbing: Endang Supriyati, M.Kom |
Kata Kunci: | pengolahan citra digital, jaringan syaraf tiruan, klasifikasi mutu, buah apel manalagi, backpropagation. |
Subjects: | Teknologi > Teknologi (umum) |
Program Studi: | Fakultas Teknik > S1 Teknik Informatika |
Depositing User: | pustakawan umk |
Date Deposited: | 06 May 2017 03:15 |
Last Modified: | 06 May 2017 03:15 |
URI: | http://eprints.umk.ac.id/id/eprint/6996 |
Actions (login required)
![]() |
View Item |