Raziki, Muhammad Khairu (2024) Identifikasi Tingkat Kematangan Buah Naga (Hylocereus SPP) Menggunakan Metode Learning Vector Quantization. Undergraduate thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Abstrak)
Abstrack.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (9kB) |
|
Text (Bab 1 Pendahuluan)
BAB 1.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (21kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (74kB) |
|
Text (Laporan Lengkap)
Skripsi.pdf Restricted to Registered users only Download (3MB) | Request a copy |
Abstract
Buah naga merupakan buah yang tergolong dalam buah holtikultura (Fruitkultura), dimana buah holtikultura mempunyai keunggulan tersendiri yaitu nilai jual yang mahal, jenis yang beragam, hingga potensi serapan pasar yang terus meningkat di dalam negeri maupun internasional. Seiring berjalannya waktu harga jual buah naga mulai menurun hingga mengakibatkan pendapatan petani buah naga menurun. Penyebabnya adalah umur buah naga yang tidak produktif karena serangan penyakit yang mengakibatkan kualitas mutu buah menurun. Selama ini proses pengidentifikasian buah naga dilakukan oleh tenaga kerja dengan cara manual. Dengan memanfaatkan teknologi yang sudah berkembang, peneliti berupaya membuat sebuah sistem untuk mengetahui tingkat kematangan buah naga menggunakan metode LVQ. Metode tersebut digunakan sebagai pengidentifikasian tingkat kematangan buah naga ke dalam empat jenis kelas yaitu hijau, hijau merah, merah, merah kuning. Penelitian ini menggunakan fitur warna dan fitur tekstur sebagai parameter input dari metode LVQ. Data yang digunakan pada penelitian ini sebanyak 200 data yang terbagi menjadi 160 data latih dan 40 data uji. Dengan menggunakan metode LVQ akurasi yang diperoleh sebesar 81% dengan nilai learning rate 0.1, jumlah epoch 10, dan goal 0.1 untuk data latih dan akurasi sebesar 85% didapatkan dengan empat nilai learning rate, jumlah epoch, dan goal yang berbeda untuk data uji.
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | Identifikasi,Buah Naga,RGB,GLCM,LVQ | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 462 - Teknologi Informasi |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > Tugas Akhir | ||||||
| Depositing User: | Muhammad Khairu Raziki | ||||||
| Date Deposited: | 28 May 2024 07:09 | ||||||
| Last Modified: | 28 May 2024 07:12 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/32332 |
Actions (login required)
 |
View Item |
