KLASIFIKASI BERAS OPLOSAN BERBASIS DATA SPEKTROSKOPI MENGGUNAKAN DEEP LEARNING

Daffa Rabbani, . (2024) KLASIFIKASI BERAS OPLOSAN BERBASIS DATA SPEKTROSKOPI MENGGUNAKAN DEEP LEARNING. Skripsi thesis, Universitas Pembangunan Nasional Veteran Jakarta.

[img] Text
ABSTRAK.pdf

Download (119kB)
[img] Text
AWAL.pdf

Download (571kB)
[img] Text
BAB1.pdf
Restricted to Repository UPNVJ Only

Download (92kB)
[img] Text
BAB2.pdf
Restricted to Repository UPNVJ Only

Download (662kB)
[img] Text
BAB3.pdf
Restricted to Repository UPNVJ Only

Download (115kB)
[img] Text
BAB4.pdf
Restricted to Repository UPNVJ Only

Download (1MB)
[img] Text
BAB5.pdf

Download (76kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (148kB)
[img] Text
RIWAYAT HIDUP.pdf
Restricted to Repository UPNVJ Only

Download (136kB)
[img] Text
LAMPIRAN.pdf
Restricted to Repository UPNVJ Only

Download (426kB)
[img] Text
HASIL PLAGIARISME.pdf
Restricted to Repository staff only

Download (963kB)
[img] Text
ARTIKEL KI.pdf
Restricted to Repository staff only

Download (643kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan metode klasifikasi beras oplosan yang efektif dengan menggunakan data spektroskopi yang diperoleh melalui sensor AS7265X dan memanfaatkan Convolutional Neural Network (CNN) sebagai alat deep learning untuk prediksi. Data yang digunakan mencakup sampel beras jenis setra ramos, pandan wangi, dan campuran dari keduanya, dengan total 300 data spektroskopi dan 5 kelas label, masing-masing berisi 60 data. Selain itu, penelitian ini berhasil meningkatkan akurasi prediksi dari 86% menjadi 100% dengan menerapkan hyperparameter tuning melalui Random Search dan regularisasi L2 dalam model CNN. Meskipun waktu pelatihan model menjadi lebih lama, peningkatan signifikan ini dianggap layak, terutama untuk aplikasi di mana akurasi memiliki peran krusial. Penelitian ini diharapkan dapat memberikan kontribusi penting dalam memastikan kualitas dan integritas produk beras yang beredar serta membuka peluang penerapan teknologi deteksi serupa dalam industri pangan lainnya.

Item Type: Thesis (Skripsi)
Additional Information: [No.Panggil: 2010511129] [Pembimbing 1; Ridwan Raafi'udin] [Pembimbing 2: Nurul Afifah Arifuddin] [Penguji 1; Yuni Widiastiwi] [Penguji 2: Hamonangan Kinantan P]
Uncontrolled Keywords: Klasifikasi, Beras Oplosan, Data Spektroskopi, Sensor AS7265x, Convolutional Neural Network (CNN)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Ilmu Komputer > Program Studi Informatika (S1)
Depositing User: Daffa Rabbani
Date Deposited: 20 Feb 2024 02:40
Last Modified: 20 Feb 2024 02:40
URI: http://repository.upnvj.ac.id/id/eprint/28188

Actions (login required)

View Item View Item