Sinaga, Juliana Hartini (2020) KOMBINASI METODE FUZZY C-MEANS DAN NEURAL NETWORK UNTUK IDENTIFIKASI KUALITAS BIJI KEDELAI. Strata 1 thesis, Universitas Teknokrat Indonesia.
Text (Full Skripsi)
skripsi16312282.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy |
|
Text (Abstrak)
abstrak16312282.pdf - Published Version Download (183kB) |
|
Text (Bab I-Pendahuluan)
b116312282.pdf - Published Version Download (232kB) |
|
Text (Bab II-Landasan Teori)
b216312282.pdf - Published Version Download (508kB) |
|
Text (Daftar Pustaka)
daftar_pustaka16312282.pdf - Bibliography Download (94kB) |
Abstract
Kedelai merupakan tumbuhan kacang – kacangan yang digunakan sebagai bahan dasar pembuatan tempe. Oleh karena itu dibutuhkan kedelai yang memiliki kualitas baik agar produk tempe yang dihasilkan juga baik. kualitas kedelai dapat dikategorikan menjadi tiga yaitu kualitas baik, kulitas sedang, dan kualitas buruk, penentuan kualitas kedelai dapat berdasarkan dari ukuran, warna dan bentuk kedelai. Pendeteksian kualitas kedelai juga dapat dilakukan dengan menggunakan citra suatu kedelai dengan memanfaatkan nilai ciri yang dimiliki kedelai seperti ukuran warna dan bentuk yang dimiliki oleh citra kedelai. Dalam penelitian ini untuk mendeteksi suatu kualitas kedelai menggunakan Fuzzy C-Means dan Neural Network. Fuzzy C-Means digunakan untuk melakukan proses segmentasi yaitu melakukan spemisahan objek utama dengan objek yang tidak digunakan agar pada saat melakukan ekstraksi ciri dapat didapatkan nilai yang baik. setelah proses segmentasi dilaksanakan proses selanjutnya ialah melakukan ekstraksi ciri pada citra kedelai yakni mengambil nilai seperti ukuran, bentuk, tekstur, dan warna yang terdapat pada citra kedelai. Kemudian selanjutnya dilakukan proses klasifikasi menggunakan metode Neural Network. Citra yang digunakan dalam melakukan identifikasi sebanyak 180 dimana 150 citra kedelai sebagai pelatihan dan 30 citra kedelai sebagai pengujian. Hasil yang didapatkan dalam melakukan kombinasi antara metode Fuzzy C-Means dan Neural Network cukup baik.
Item Type: | Thesis (Strata 1) |
---|---|
Uncontrolled Keywords: | Citra, Fuzzy C-Means, Identifikasi, Kedelai, Neural Network, Segmentasi. |
Subjects: | SISTEM INFORMASI (S1) > Metode Komputer SISTEM INFORMASI (S1) > Metode Komputer |
Divisions: | Fakultas Teknik dan Ilmu Komputer > S1 Informatika |
Depositing User: | Asep Haikal Kurniawan S.IP., M.A |
Date Deposited: | 05 Feb 2022 07:04 |
Last Modified: | 05 Feb 2022 07:04 |
URI: | http://repository.teknokrat.ac.id/id/eprint/3414 |
Actions (login required)
View Item |