RAUDYAH MAGHFIRAH, - (2024) KLASIFIKASI CITRA DAGING SAPI DAN BABI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK (BPNN) DENGAN EKSTRAKSI WARNA HSV DAN TEKSTUR LBP. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text SKRIPSI LENGKAP KECUALI BAB IV.pdf Download (4MB) | Preview
	Text BAB IV.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Permasalahan tingginya harga daging sapi di Indonesia memicu praktik mencampur daging sapi dengan daging babi untuk memenuhi permintaan, karena sulit bagi konsumen untuk membedakan keduanya. Solusi yang tepat yaitu memanfaatkan teknologi mengolah citra daging sapi, daging babi dan daging oplosan berbasis jaringan saraf tiruan menggunakan metode Backpropagation Neural Network (BPNN) dengan menggunakan ekstraksi warna Hue Saturation Value (HSV) dan ekstraksi tekstur Local Binary Pattern (LBP) agar mendapatkan hasil yang lebih maksimal. Jumlah data sebanyak 1.050 citra yang terbagi dari 3 kelas yaitu daging sapi, daging babi, dan daging oplosan. Penelitian ini terdiri dari beberapa skenario yaitu memiliki ukuran data yang di cropped, resize 150 piksel, resize 250 piksel, dan resize 350 piksel, menggunakan fungsi aktivasi ReLU, Leaky ReLU, PReLU, Logistic, Softplus dan Softmax, pembagian dataset yaitu 70:30, 80:20, dan 90:10, hidden layers terdiri dari 1,2, dan 3 dan neuron hidden teridiri dari 2, 4, 6, 8, 10, 14, 20, 40. Penelitian ini menghasilkan nilai tertinggi pada skenario RGB+LBP dengan accuracy 90%, precision 90%, recall 90%, dan f1-score 90% dengan menggunakan data resized 150 piksel, pembagian dataset 90:10, jumlah neuron 40, hidden layers 2, dan fungsi aktivasi ReLU.

Actions (login required)

View Item