KLASIFIKASI TINGKAT KEMATANGAN BUAH BELIMBING BERDASAR PADA METODE EKSTRAKSI CIRI WARNA DAN METODE BACKPROPAGATION

Fahmi Indiatmoko, - (2019) KLASIFIKASI TINGKAT KEMATANGAN BUAH BELIMBING BERDASAR PADA METODE EKSTRAKSI CIRI WARNA DAN METODE BACKPROPAGATION. Skripsi thesis, Universitas Pembangunan Nasional Veteran Jakarta.

	Text AWAL.pdf Download (1MB)
	Text ABSTRAK.pdf Download (184kB)
	Text BAB 1.pdf Download (1MB)
	Text BAB 2.pdf Restricted to Repository UPNVJ Only Download (1MB)
	Text BAB 3.pdf Restricted to Repository UPNVJ Only Download (1MB)
	Text BAB 4.pdf Restricted to Repository UPNVJ Only Download (1MB)
	Text BAB 5.pdf Download (1MB)
	Text DAFTAR PUSTAKA.pdf Download (788kB)
	Text RIWAYAT HIDUP.pdf Restricted to Registered users only Download (307kB)
	Text LAMPIRAN.pdf Restricted to Repository UPNVJ Only Download (2MB)

Abstract

Permasalahan yang terjadi pada pasca panen buah belimbing yaitu pemilihan belimbing berdasarkan tingkat kematangan. Petani atau penyeleksi buah belimbing umumnya mengidentifikasi tingkat kematangan buah belimbing dilihat dari perubahan warna kulit belimbing secara visual mata. Metode ini kurang efektif. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kematangan buah belimbing berdasarkan warna menggunakan metode backpropagation. Pada penelitian ini belimbing diklasifikasikan ke dalam 3 kelas yaitu mentah, setengah matang, dan matang. Pengambilan dataset (citra belimbing) menggunakan kamera Smartphone. Dataset pada penelitian ini berjumlah 120 citra buah belimbing, dimana 40 citra sebagai citra belimbing mentah, 40 citra sebagai citra belimbing setengah matang, dan 40 citra sebagai citra belimbing matang. Sebelum di proses, citra belimbing dihilangkan bagian background dan di resize dengan ukuran 400 x 300 pixel. Kemudian dilakukan proses ekstraksi ciri warna yaitu dengan mengkonversi warna RGB menjadi HSV dan mencari nilai rata-ratanya yang akan diproses ke tahap klasifikasi menggunakan metode backpropagation. Pada penelitian ini menggunakan evaluasi 4-fold cross validation. Setelah dilakukan penelitian, model backpropagation paling baik mampu dihasilkan pada iterasi kedua dengan akurasi yang dihasilkan sebesar 100%

Item Type:	Thesis (Skripsi)
Additional Information:	[No. Panggil: 1410511018] [Pembimbing 1: Jayanta] [Pembimbing 2: Bambang Tri Wahyono]
Uncontrolled Keywords:	Klasifikasi, Belimbing, Backpropagation
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Ilmu Komputer > Program Studi Informatika (S1)
Depositing User:	Daniel Parlindungan
Date Deposited:	04 Nov 2019 02:39
Last Modified:	04 Nov 2019 02:39
URI:	http://repository.upnvj.ac.id/id/eprint/549

Actions (login required)

View Item