Richardo Saputra (2016) IMPLEMENTASI METODE WAVELET HAAR DAN PROBABILISTIC NEURAL NETWORK (PNN) UNTUK PENGENALAN CITRA DAGING BABI DAN DAGING SAPI. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text FM.pdf Download (346kB) | Preview
Preview	Text BAB I.pdf Download (269kB) | Preview
Preview	Text BAB II.pdf Download (592kB) | Preview
Preview	Text BAB III.pdf Download (424kB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (557kB)
Preview	Text BAB VI.pdf Download (260kB) | Preview
Preview	Text EM.pdf Download (262kB) | Preview

Abstract

Berdasarkan banyaknya kasus peredaran daging oplosan dan berlandaskan firman Allah SWT yang menegaskan haramnya daging babi untuk dimakan, maka perlu dibuatnya suatu sistem yang dapat membedakan daging sapi, daging babi dan oplosan. Sistem ini bertujuan untuk menghindari kecurangan pedagang dan menjaga kehalalan daging yang kita makan. Penelitian ini membuat sebuah sistem untuk mengidentifikasi citra daging sapi dan babi serta daging oplosan dengan ekstraksi fitur Wavelet Haar menggunakan klasifikasi Probabilistic Neural Network (PNN). Pengujian identifikasi dilakukan terhadap pembagian data latih 70 dan data uji 30 yang berbeda pada level 1, 2, 3 dan 4 didekomposisi citra Wavelet Haar . Nilai spread terbaik adalah 0.1 untuk level 1 dan level 2, pada level 3 dan level 4 nilai spread terbaik adalah 1. Rata-rata akurasi keberhasilan keseluruhan adalah sebesar 73.57%. Pada pembagian data latih 70 dan data uji 30 level 2 dan level 3 menjadi akurasi tertinggi yaitu 75.37%. Akurasi keberhasilan terendah adalah sebesar 71.21%pada pembagian data latih 70 dan data uji 30 level 4. Semakin tinggi dekomposisi citra Wavelet Haar akurasi menjadi rendah. Kata kunci: citra daging babi, citra daging sapi, citra daging oplosan,, Probabilistic Neural Network, Wavelet Haar.

Actions (login required)

View Item