Penerapan Artificial Neural Network untuk Mengenali Kematangan Pisang Kepok

Susanti, Ria (2024) Penerapan Artificial Neural Network untuk Mengenali Kematangan Pisang Kepok. Undergraduate thesis, Universitas Pembangunan Jaya.

	Text PENDAHULUAN.pdf Download (534kB)
	Text ABSTRACT.pdf Download (246kB)
	Text ABSTRAK.pdf Download (286kB)
	Text DAFTAR ISI.pdf Download (257kB)
	Text DAFTAR GAMBAR.pdf Download (218kB)
	Text DAFTAR TABEL.pdf Download (212kB)
	Text DAFTAR LAMPIRAN.pdf Download (211kB)
	Text BAB I.pdf Download (297kB)
	Text BAB II.pdf Download (464kB)
	Text BAB III.pdf Download (326kB)
	Text BAB IV.pdf Download (2MB)
	Text BAB V.pdf Download (10MB)
	Text BAB VI.pdf Download (291kB)
	Text DAFTAR PUSTAKA.pdf Download (256kB)
	Text LAMPIRAN.pdf Download (11MB)
	Text BA Unggah Mandiri KTI.pdf Download (698kB)

Abstract

Tidak semua orang memiliki keahlian dalam membedakan tingkat kematangan buah. Jika karyawan grosir, toko atau kios buah tidak ahli dalam membedakan tingkat kematangan buah, maka akan terjadi hambatan ketika penyortiran dan penjualan buah. Demikian pula, pembeli juga perlu mengetahui tingkat kematangan buah. Oleh karena itu, di zaman yang modern ini diperlukan teknologi kecerdasan buatan yang dapat membedakan tingkat kematangan pada buah. Masalah yang diangkat oleh peneliti dalam penelitian ini adalah bagaimana cara membangun aplikasi visi komputer untuk membedakan buah pisang kepok yang belum matang, matang, dan terlalu matang atau busuk. Peneliti memilih buah pisang kepok sebagai objek penelitian, karena buah pisang kepok banyak diminati oleh masyarakat Indonesia. Masalah yang diangkat dapat diselesaikan dengan algoritma Artificial Neural Network. Dalam pemecahan masalah dibutuhkan dataset berupa kumpulan gambar buah pisang kepok per sisir yang belum matang, matang, dan terlalu matang atau busuk. Gambar yang diperlukan sebanyak 100 gambar per kategori dan memiliki format berupa jpg. Pada model Artificial Neural Network yang digunakan terdapat 4 input neuron yang terdiri dari persentase nilai piksel berwarna cenderung merah, persentase nilai piksel berwarna cenderung hijau, persentase nilai piksel berwarna cenderung biru, dan persentase nilai piksel gelap dari gambar pisang kepok. Model Artificial Neural Network ini juga membutuhkan 1 hidden layer dengan 4 hidden neuron. Selain itu, model Artificial Neural Network ini juga memiliki 3 output neuron yang terdiri dari pisang kepok belum matang, matang, dan terlalu matang atau busuk. Hasil penelitian ini berupa aplikasi yang dapat mengklasifikasikan tingkat kematangan buah pisang kepok berdasarkan gambar.

Item Type:	Karya Tulis Ilmiah (KTI) (Undergraduate)
Uncontrolled Keywords:	Klasifikasi Gambar, Kecerdasan Buatan, Artificial Neural Network, Aplikasi.
Subjects:	L Education > L Education (General) T Technology > T Technology (General)
Divisions:	Fakultas Teknologi dan Desain > Informatika
Depositing User:	Ria Susanti
Date Deposited:	23 Jan 2024 02:58
Last Modified:	23 Jan 2024 02:59
URI:	http://eprints.upj.ac.id/id/eprint/7426

Actions (login required)

View Item