Ardiansyah, Heri (2021) IDENTIFIKASI BERAS PEMUTIH DAN BERAS TANPA PEMUTIH MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

Text (ABSTRAK)
ABSTRAK.pdf

Text (BAB SATU)
BAB I.pdf

Text (BAB DUA)
BAB II.pdf
Restricted to Registered users only

Request a copy
Text (BAB TIGA)
BAB III.pdf
Restricted to Registered users only

Request a copy
Text (BAB EMPAT)
BAB IV.pdf
Restricted to Registered users only

Request a copy
Text (BAB LIMA)
BAB V.pdf

Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Registered users only

Request a copy
Text (SKRIPSI FULL TEXT)
SKRIPSI FULL TEXT.pdf
Restricted to Registered users only

Request a copy
Other (SOURCE CODE)
SOURCE CODE.rar
Restricted to Repository staff only

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%.

Dosen Pembimbing: Witanti, Arita
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: https://eprints.mercubuana-yogya.ac.id/id/eprint/11386

Actions (login required)

View Item
View Item