IDENTIFIKASI GULA JAWA ASLI DENGAN GULA JAWA CAMPURAN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION

Chandra, Nanda Erlita (2018) IDENTIFIKASI GULA JAWA ASLI DENGAN GULA JAWA CAMPURAN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[img]
Preview
Text
ABSTRAK.pdf

Download (11kB) | Preview
[img]
Preview
Text
BAB I.pdf

Download (56kB) | Preview
[img]
Preview
Text
BAB II.pdf

Download (346kB) | Preview
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (236kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (433kB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (12kB)
[img] Text
COVER DAN LAMPIRAN.pdf
Restricted to Repository staff only

Download (5MB)
[img] Text
SKRIPSI FULL TEXT.pdf
Restricted to Repository staff only

Download (5MB)

Abstract

Gula kelapa yang dikenal juga dengan nama gula jawa atau gula merah adalah salah satu bahan pemanis untuk pangan yang berasal dari pengolahan nira kelapa. Gula yang dibuat dengan nira kelapa asli memang sangat mahal. Banyak masyarakat yang membuat kecurangan dalam pembuatan gula jawa, dengan mencampurkan bahan-bahan campuran lain. Penulis mengambil dua sampel gula jawa yaitu gula jawa asli dan gula jawa campuran. Untuk membedakan gula jawa bisa dilihat dari warna gula, gula jawa asli berwarna cokelat merata sedangkan gula jawa campuran berwarna cokelat bercampur dengan warna lain. Penelitian ini bertujuan untuk membuat aplikasi yang dapat mengidentifikasi gula jawa asli dan gula jawa campuran, menggunakan metode Learning Vector Quantization dengan pendekatan warna. Ciri yang digunakan untuk mengidentifikasi citra gula jawa adalah rata-rata, varian dan standar deviasi. Jumlah data pelatihan yang digunakan dalam penelitian ini terdiri dari 2 kelas, dan masing-masing kelas berjumlah 30 data pelatihan, jadi total data berjumlah 60 data pelatihan. Sedangkan untuk data uji masing-masing kelas menggunakan 20 data uji dengan total berjumlah 40 data uji. Pada proses pelatihan menggunakan parameter LVQ terdapat persentase terbaik sebesar 98,33%, yaitu pada alfa 0,001 dengan dec alfa 0,9 dengan iterasi terendah 3. Bobot akhir yang diperoleh dari parameter tersebut kemudian digunakan untuk melakukan pengenalan data uji. Unjuk kerja terbaik dari 40 data uji menggunakan perangkat lunak ini dengan alfa 0,001 dan dec alfa 0,9 mencapai 95%. Kata Kunci : Gula Jawa, Learning Vactor Quantization (LVQ), Histogram.

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: 09 Oct 2018 03:23
Last Modified: 09 Oct 2018 03:23
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/4076

Actions (login required)

View Item View Item