Identifikasi Jenis Benih Jamur Menggunakan SOM Kohonen

Adriansyah, Angga Slamet (2018) Identifikasi Jenis Benih Jamur Menggunakan SOM Kohonen. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[img]
Preview
Text
ABSTRAK.pdf

Download (29kB) | Preview
[img]
Preview
Text
BAB I.pdf

Download (69kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (392kB) | Preview
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (547kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (29kB)
[img] Text
COVER DAN LAMPIRAN.pdf
Restricted to Repository staff only

Download (2MB)
[img] Text
SKRIPSI FULL TEXT.pdf
Restricted to Repository staff only

Download (4MB)

Abstract

Tanaman jamur dibudidayakan untuk memenuhi permintaan konsumen yang menyukai produk-produk makanan berbahan jamur. Tanaman jamur dibudidayakan melalui benih jamur, dengan 3 jenis yaitu : benih jamur kuping, benih jamur shintake, dan benih jamur tiram. Cara membedakan jenis benih jamur bisa dilakukan dengan melihat tekstur benih jamur, bahan benih jamur kuping terbuat dari serat dan campuran katul cenderung lebih halus dan berwarna coklat, sedangkan benih jamur shintake terbuat dari biji padi, dan benih jamur tiram cenderung kasar berwarna coklat muda. Penelitian ini bertujuan untuk membuat sistem yang digunakan untuk mengidentifikasi jenis benih jamur menggunakan co-occurrence matrix dan SOM Kohonen. Jumlah data pelatihan yang digunakan masing-masing cluster berjumlah 20 data, sedangkan pengujian menggunakan 30 data. Tingkat keberhasilan kerja adalah 100% untuk benih jamur kuping, 100% untuk benih jamur shintake, dan 60% untuk jamur tiram dengan pengenalan komulatif 86,67%. Kata Kunci : Tekstur citra jenis benih jamur, Co-occurrence matrix, SOM Kohonen, Neural Network, jaringan syaraf tiruan

Item Type: Thesis (Skripsi)
Additional Information/ Lokasi Hardcopy: Supatman, S.T., M.T.
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: 24 Aug 2018 04:42
Last Modified: 24 Aug 2018 04:42
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/3538

Actions (login required)

View Item View Item