KLASIFIKASI JENIS-JENIS BUAH NANAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

Azhari, Kholil (2020) KLASIFIKASI JENIS-JENIS BUAH NANAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ). Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[img] Text (ABTRAK)
ABSTRAK.pdf

Download (112kB)
[img] Text (BAB SATU)
BAB I.pdf

Download (11kB)
[img] Text (BAB DUA)
BAB II.pdf
Restricted to Repository staff only

Download (618kB) | Request a copy
[img] Text (BAB TIGA)
BAB III.pdf
Restricted to Repository staff only

Download (598kB) | Request a copy
[img] Text (BAB EMPAT)
BAB IV.pdf
Restricted to Repository staff only

Download (547kB) | Request a copy
[img] Text (BAB LIMA)
BAB V.pdf
Restricted to Repository staff only

Download (9kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf

Download (166kB)
[img] Text (LAMPIRAN)
Lampiran.pdf
Restricted to Repository staff only

Download (533kB) | Request a copy
[img] Text (SKRIPSI FULL TEKS)
SKRIPSI FULL TEXT.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Archive (SOURCE CODE)
SOURCE ODE.zip
Restricted to Repository staff only

Download (9MB) | Request a copy

Abstract

Nanas adalah sejenis tumbuhan tropis yang berasal dari Brasil, Bolivia, dan Paraguay Tumbuhan ini termasuk dalam famili nanas. Perawakan tumbuhannya rendah, herba dengan 30 atau lebih daun yang panjang, berujung tajam, tersusun dalam bentuk roset mengelilingi batang yang tebal. Nanas juga salah satu buah paling populer di Dunia maupun di Indonesia karena memiliki nutrisi yang sangat baik bagi manusia. Nanas juga memiliki banyak jenis, nama lain dari nanas adalah nenas, dan ananas. Banyak masyarakat yang tidak bisa membedakan jenis nanas jika di lihat dari jenis tekstur kulit dan warna nanas. Penelitian ini menggunakan metode Learning Vector Quantization untuk klasifikasi jenis-jenis nanas, dengan mengumpulkan data pelatihan sebanyak 120 data gambar buah nanas, yang terdiri dari 30 gambar buah nanas batu, 30 gambar buah nanas honi dan 30 gambar nanas madu, untuk data pengujian menggunakan 30 data gambar terdiri dari 10 gambar buah nanas batu, 10 gambar buah nanas honi dan 10 gambar buah nanas madu. Didapatkan hasil akurasi buah nanas terbaik menggunakan parameter dengan nilai learning rate = 0.01, 0,005 pada iterasi ke–100, 500, dan 1000 dengan hasil citra benar 80 salah 10 dengan persentase kumulatif yaitu 88.8889%. terjadi pada data pelatihan, sedangkan pada data uji menghasilkan benar 25 salah 5 dengan persentase kumulatif yaitu 83.3333%.

Item Type: Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy: Perpustakaan UMBY Kampus 3
Uncontrolled Keywords: Jenis-jenis nanas, Jaringan Saraf Tiruan, Learning Vector Quantization
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Sistem Informasi UMBY
Date Deposited: 30 Apr 2021 02:42
Last Modified: 30 Apr 2021 02:42
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/11501

Actions (login required)

View Item View Item