Adiyatma, Raka (2020) KLASIFIKASI PENGOPLOSAN DAGING SAPI DAN ANJING PADA PENGOLAHAN CITRA DIGITAL DENGAN EKSTRAKSI CIRI WARNA DAN TEKSTUR MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (921kB) |
|
Text (BAB I)
BAB I.pdf Download (260kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (747kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (696kB) |
|
Text (BAB V)
BAB V.pdf Download (66kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (454kB) |
|
Archive (SOURCE CODE)
Soure Code 16.11.0246 Raka Adiyatma.zip Restricted to Repository staff only Download (9MB) |
Abstract
Daging adalah salah satu bahan makanan utama yang dikomsumsi oleh manusia karena banyak mengandung protein tinggi, sehingga dapat meningkatkan kecerdasan dan menambah stamina yang sangat dibutuhkan manusia untuk menjalani aktivitas kehidupan sehari – hari. Dikarenakan tingginya permitaan dari konsumen, serta harga daging yang mahal, dengan kondisi tersebut para pedagang daging di pasaran tidak bisa mengambil keuntungan yang tinggi, sehingga mereka melakukan berbagai macam cara untuk bisa memperoleh keuntungan yang tinggi dengan modal yang sedikit. Salah satunya dengan cara melakukan tindakan pencampuran atau pengoplosan daging kambing segar dengan daging anjing. Dari permasalahan diatas maka penulis mencoba membangun suatu sistem berbasis MATLAB yang dapat mengklasifikasikan daging kambing segar yang sudah dicampur atau tidak, dengan menerapakan ekstraksi ciri warna HSI dan ekstraksi ciri tekstur GLCM lalu Learning Vector Quantization sebagai klasifikasi. Dengan julah data uji sebanyak 20 data dan data latih sebanyak 80 data. bahwa nilai akurasi yang diperoleh dalam mengidentifikasi daging kambing dan daging kambing yang sudah dicampur dengan daging anjing yaitu akurasi terendah 85% dan akurasi tertinggi 90%.
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Learning Vector Quantization, HIS, GLCM, Klasifikasi, Pengolahan Citra Digital, Daging Oplosan | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer | ||
Divisions: | Fakultas Ilmu Komputer > Informatika | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 17 Nov 2022 07:31 | ||
Last Modified: | 23 Oct 2023 03:12 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/11247 |
Actions (login required)
View Item |