Sari, Bunga Permata (2021) KLASIFIKASI PISANG KARBITAN DAN TIDAK KARBITAN PADA PENGOLAHAN CITRA DIGITAL. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (686kB) |
|
Text (BAB I)
BAB I.pdf Download (279kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (658kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (252kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (49kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (94kB) |
|
Archive (SOURCE CODE)
Source Code-17.11.1353-Bunga Permata Sari - Bunga Permata Sari.zip Restricted to Repository staff only Download (123kB) |
|
Text (PUBLIKASI)
Publikasi-17.11.1353-Bunga Permata Sari - Bunga Permata Sari.pdf Restricted to Repository staff only Download (523kB) |
Abstract
Pisang merupakan salah satu buah yang banyak ditemukan di negara Indonesia. Jenis pisang sangat beragam salah satunya adalah pisang ambon. Di Indonesia pisang ambon merupakan salah satu alternatif masyarakat dalam memenuhi kebutuhan gizi hariannya. Kematangan buah pisang ambon ada yang alamiah atau melalui proses pengeraman. Untuk mempercepat kematangan buah pisang ambon, petani biasanya menambahkan karbit dalam proses pengeramannya. Karbit atau kalsium karbida merupakan senyawa kimia yang biasanya digunakan dalam proses las karbit dan dapat juga digunakan untuk mempercepat kematangan buah. Pengkarbitan pada buah dapat membahayakan kesehatan tubuh karena residu gas karbit dapat menempel dan terserap ke dalam daging buah. Sedangkan untuk dapat membedakan pisang ambon matang alami atau dengan pengkarbitan merupakan sesuatu hal yang cukup sulit karena jika dilihat dari kulitnya nyaris tidak ada bedanya. Pada penelitian terdahulu citra digital digunakan untuk membedakan objek satu dengan objek yang lain. Parameter ciri pada pengolahan citra digital yang digunakan dalam penelitian ini adalah ekstraksi ciri warna HSI dan ekstraksi ciri tekstur GLCM. Metode Learning Vector Quantization digunakan sebagai metode pengklasifikasiannya. Jumlah data latih yang digunakan terdiri dari 2 kelas (kelas 1: pisang karbitan, kelas 2: pisang alami), yang masing-masing kelas berjumlah 48 data dengan total data adalah 96 data latih. Sedangkan data uji berjumlah 12 data untuk masing-masing kelas dengan total data sebanyak 24 data uji. Sebagai hasil dari penelitian pengklasifikasian pisang karbitan dan pisang tanpa karbit didapatkan nilai rata-rata akurasi sebesar 81,3%.
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Pisang Ambon, Karbit, Learning Vector Quantization, Pengolahan Citra Digital, HSI, GLCM | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum | ||
Divisions: | Fakultas Ilmu Komputer > Informatika | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 21 Jun 2022 02:10 | ||
Last Modified: | 15 Aug 2023 02:35 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/1872 |
Actions (login required)
View Item |