Deteksi Tingkat Kematangan Fermentasi Singkong (Tape Singkong) Menggunakan Convolutional Neural Network (CNN)

Subayu, Abdi (2021) Deteksi Tingkat Kematangan Fermentasi Singkong (Tape Singkong) Menggunakan Convolutional Neural Network (CNN). Deteksi Tingkat Kematangan Fermentasi Singkong (Tape Singkong) Menggunakan Convolutional Neural Network (CNN). pp. 1-7.

[thumbnail of NASKAH PUBLIKASI] Text (NASKAH PUBLIKASI)
JURNAL-JMAI-FTI UMBY 17111021-Abdi Subayu.docx

Download (641kB)

Abstract

Tape merupakan makanan yang proses pembuatannya melibatkan ragi. Tidak seperti makanan-makanan lain, tape memerlukan proses fermentasi menggunakan ragi yang mengandung Kapang Amylomyces Rousi, Mucor sp, Rhizopus sp, Khamir Saccharomycopsis fibuligera, Candida Utilis, Pichia burtonii, Saccharomyces Cerevisiae, Saccharomycopsis Malanga, serta bakteri Pediococcus sp dan Bacillus sp. Tape yang mengandung unsur tersebut salah satunya adalah tape singkong (Manihot Utilissima). Permasalahan muncul ketika masyarakat awam tidak mengetahui kematangan pada fermentasi singkong. Maka dari itu, dikembangkan sebuah sistem syaraf tiruan untuk mendeteksi kematangan fermentasi singkong dengan menggunakan Metode Convolutional Neural Network (CNN). Metode CNN merupakan salah satu metode Deep Learning yang mampu melakukan proses pembelajaran mandiri untuk pengenalan objek yang diekstraksi dan diklasifikasi kemudian dapat diterapkan pada citra yang beresolusi tinggi yang memiliki model distribusi nonparametrik. Hasil dari penelitian dengan membuat 45 data latih mencapai 96.88% dan menggunakan 30 data uji tape singkong memiliki hasil mencapai 90%. Hasil ini memiliki tujuan dapat mengurangi tingkat kekeliruan masyarakat khususnya konsumen dalam menentukan kematangan pada tape singkong

Item Type: Article
Additional Information/Lokasi Hardcopy: Perpustakaan Kampus 3 UMBY
Uncontrolled Keywords: CNN; Jaringan Syaraf Tiruan; Tape Singkong
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 07 Jan 2022 09:17
Last Modified: 21 Jan 2022 05:07
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/12937

Actions (login required)

View Item
View Item