IDENTIFIKASI BUAH PISANG FORMALIN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ)

Musa, Rahmat (2021) IDENTIFIKASI BUAH PISANG FORMALIN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ). Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[img] Text (ABSTRAK)
ABSTRAK.pdf

Download (34kB)
[img] Text (BAB SATU)
BAB I.pdf

Download (112kB)
[img] Text (BAB DUA)
BAB II.pdf
Restricted to Repository staff only

Download (372kB) | Request a copy
[img] Text (BAB TIGA)
BAB III.pdf
Restricted to Repository staff only

Download (242kB) | Request a copy
[img] Text (BAB EMPAT)
BAB IV.pdf
Restricted to Repository staff only

Download (377kB) | Request a copy
[img] Text (BAB LIMA)
BAB V.pdf

Download (37kB)
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (35kB)
[img] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (579kB) | Request a copy
[img] Text (SKRIPSI FULL TEXT)
SKRIPSI FULLTEXT.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Archive (SOURCE CODE)
SOURCE CODE.zip
Restricted to Repository staff only

Download (5MB) | Request a copy

Abstract

Pisang yang matang dengan proses kimiawi atau tidak matang secara alami biasanya, hal ini bisa dikenali dengan adanya bercak-bercak berwarna kehitaman pada permukaan kulitnya. Tetapi pengenalan secara visual memiliki kekurangan yaitu sulit dalam mengenali kemiripan antara pisang formalin dan pisang alami sehingga berdampak pada kurang akurat nya terhadap identifikasi tersebut. Pada penelitian ini, dibangun suatu sistem yang dapat menentukan buah pisang formalin maupun buah pisang alami melalui identifikasi citra digital menggunakan supervised classification. Citra yang akan diidentifikasi sebelumnya melewati proses transformasi warna RGB (Red Green Blue) ke Grayscale, dan proses ekstraksi fitur tekstur menggunakan fitur-fitur yang dapat dikenali secara statistis melalui histogram, berupa rerata, standar deviasi, skewness, kurtosis, energi, entropi dan smoothness. Hasil ekstraksi fitur tekstur diklasifikasi dengan LVQ (Learning Vector Quantization) untuk menentukan buah pisang formalin atau alami. Pengujian dilakukan dengan 122 data sampel citra buah pisang, 100 citra sebagai data latih yang terdiri dari 50 citra untuk pisang alami dan 50 citra untuk pisang formalin, 22 citra sebagai data uji. Hasil pengujian menunjukkan metode LVQ memiliki persentase terbaik pada learning rate 0.1, penurunan learning rate 0.75 dan maksimal iterasi 1000 dengan iterasi terkecil yaitu 7, memperoleh hasil accuracy 90.90%, precision 84.61% dan recall 100%.

Item Type: Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy: Perpustakaan Kampus 3 UMBY
Uncontrolled Keywords: Learning Vector Quantization; Jaringan Saraf Tiruan; Pisang
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 29 Jun 2021 04:07
Last Modified: 29 Jun 2021 04:07
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/11380

Actions (login required)

View Item View Item