Ardiansyah, Heri (2021) IDENTIFIKASI BERAS PEMUTIH DAN BERAS TANPA PEMUTIH MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION. Skripsi thesis, Universitas Mercu Buana Yogyakarta.
ABSTRAK.pdf
Download (35kB) | Preview
BAB I.pdf
Download (44kB) | Preview
BAB II.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
BAB III.pdf
Restricted to Repository staff only
Download (481kB) | Request a copy
BAB IV.pdf
Restricted to Repository staff only
Download (542kB) | Request a copy
BAB V.pdf
Download (30kB) | Preview
DAFTAR PUSTAKA.pdf
Download (112kB) | Preview
LAMPIRAN.pdf
Restricted to Repository staff only
Download (649kB) | Request a copy
SKRIPSI FULL TEXT.pdf
Restricted to Repository staff only
Download (2MB) | Request a copy
SOURCE CODE.rar
Restricted to Repository staff only
Download (126MB) | Request a copy
Abstract
Beras merupakan sumber kalori yang dominan dikonsumsi. Terdapat beberapa alasan yang mendasari dipilihnya beras sebagai makanan pokok, yaitu cita rasa yang lebih lezat, dan mempunyai komposisi gizi yang relatif lebih baik dibandingkan pangan pokok yang lain. Oleh karena itu banyak pedagang beras nakal yang melakukan segala cara untuk mendapatkan keuntungan lebih, seperti beras pemutih yang mengandung klorin. Klorin merupakan bahan kimia yang sangat berbahaya bagi kesehatan dan banyak diperjual belikan di pasaran dalam bentuk Kalsium hipoklorida/kaporit. Beras pemutih sendiri sulit dikenali, secara visual, ciri beras yang hampir sama dengan beras non pemutih. Pada penelitian ini, dibangun suatu sistem yang dapat mengidentifikasi beras pemutih dan beras tanpa pemutih melalui citra digital menggunakan jaringan syaraf tiruan backpropagation. Citra akan diidentifikasi melewati proses transformasi warna RGB ke Grayscale, dan proses ekstraksi ciri fitur tekstur menggunakan GLCM dengan parameter berupa contrast, energy, homogeneity dan correlations. Pengujian dilakukan menggunakan 60 data sampel beras, 30 sampel citra beras pemutih dan 30 sampel citra beras tanpa pemutih. 20 citra sampel digunakan sebagai data uji. Hasil pengujian menunjukkan metode backpropagation memiliki persentase terbaik pada learning rate 0.1, maksimal iterasi 1000 dengan iterasi terkecil yaitu 1, memperoleh hasil accuracy 90%.
Item Type: | Thesis (Skripsi) |
---|---|
Additional Information/Lokasi Hardcopy: | Perpustakaan Kampus 3 UMBY |
Uncontrolled Keywords: | Beras Pemutih; Jaringan Saraf Tiruan; Backpropagation; GLCM |
Subjects: | H Social Sciences > HD Industries. Land use. Labor > HD28 Management. Industrial Management |
Divisions: | Fakultas Teknologi Informasi > Program Studi Teknik Informatika |
Depositing User: | Teknik Informatika UMBY |
Date Deposited: | 29 Jun 2021 04:06 |
Last Modified: | 29 Jun 2021 04:06 |
URI: | http://eprints.mercubuana-yogya.ac.id/id/eprint/11386 |