DESI RATNA SARI (2017) IDENTIFIKASI OBJEK BUAH BERDASARKANWARNA DAN TEKSTUR KULIT MENGGUNAKAN METODE LEARNING VEKTOR QUANTIZATION. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER.pdf Download (363kB) | Preview |
|
|
Text
2. PENGESAHAN.pdf Download (813kB) | Preview |
|
|
Text
3. ABSTRAK.pdf Download (329kB) | Preview |
|
|
Text
4. KATA PENGANTAR.pdf Download (491kB) | Preview |
|
|
Text
5. DAFTAR ISI.pdf Download (345kB) | Preview |
|
|
Text
6. BAB I.pdf Download (413kB) | Preview |
|
|
Text
7. BAB II.pdf Download (809kB) | Preview |
|
|
Text
8. BAB III.pdf Download (343kB) | Preview |
|
|
Text
9. BAB IV.pdf Download (1MB) | Preview |
|
Text
10. BAB V.pdf Restricted to Repository staff only Download (1MB) |
||
|
Text
11. BAB VI.pdf Download (251kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA.pdf Download (326kB) | Preview |
Abstract
Indonesia merupakan negara tropis yang memiliki kekayaan yang sangat besar berupa keunikan ragam hayati. Beraneka ragam buah-buahan telah dikembangkan dengan menghasilkan berbagai varietas-varietas unggul baru yang menjanjikan. Penelitian ini membuat sebuah sistem untuk mengidentifikasi objek buah berdasarkan warnaHSV dan tekstur GLCM kulit buah dengan metode Learning Vektor Quantization. Hasil dari identifikasi objek buah berdasarkan warna dan tekstur kulit buah menggunakan metode Learning Vektor Quantization ini adalah terkenalinya sebuah kelas citra buah. Data citra pada penelitian terdiri dari 150 data citra buah dimana 5 buah citra itu adalah alpukat, mangga, nenas, rambutan dan sirsak. Pengujian identifikasi dilakukan terhadap pembagian data latih dan data uji yang berbeda. Akurasi keberhasilan tertinggi dengan akurasi sebesar 73,33% pada pebagian data latih 90% dan data uji 10% dan akurasi keberhasilan terendah dengan akurasi 63,33% pada pembagian data latih 80% dan data uji 20%dengan Learning Rate0,1, 0,3, 0,5, 0,7 dan 0,9.Dan pada pengujian data latih 90% terhadap data latih 90% mendapatkan nilai akurasi 100% sedangkan pengujian 80% data latih terhadap data latih 80% mendapatkan akurasi 80%.Kata Kunci:GLCM,HSV, Identifikasi Buah,LearningRate, LVQ
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 700 Kesenian, Hiburan dan Olahraga |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | Ms. Nilam Badriyah |
Date Deposited: | 20 Aug 2019 04:12 |
Last Modified: | 20 Aug 2019 04:12 |
URI: | http://repository.uin-suska.ac.id/id/eprint/17705 |
Actions (login required)
View Item |