IDENTIFIKASI JENIS IKAN BERDASARKAN TEKSTUR DAGING MENGGUNAKAN JARINGAN SYARAF TIRUAN

Effendi, Effendi (2020) IDENTIFIKASI JENIS IKAN BERDASARKAN TEKSTUR DAGING MENGGUNAKAN JARINGAN SYARAF TIRUAN. Diploma thesis, STMIK Global Informatika Mdp.

[img] Text
effendi 1620250058_watermark.pdf

Download (859kB)

Abstract

Ikan merupakan salah satu kekayaan alam yang banyak di gemari oleh kalangan masyarakat di Indonesia untuk di jadikan bahan pangan. Salah satu cara untuk mengetahui kandungan yang di dapat dari tekstur daging ikan, maka penelitian ini perlu dilakukan. Pada penelitian ini menggunakan 3 jenis daging ikan yaitu ikan lele dumbo, ikan lele local,dan ikan gabus. daging ikan akan difoto menggunakan camera 16MP gambar yang didapatkan akan dipotong dengan ukuran 500x500 pixel. Citra akan diambil ciri tekstur menggunakan 4 ciri ekstraksi dari GLCM yaitu Contrast, Correlation, Homogeneity, dan Energy. Diuji menggunakan algorttma backpropagation dengan 80 neuron pada layer 1, 60 neuron pada layer 2 dan 80 neuron pada layer 3. Pada saat pengujian didapat rata-rata accuracy 55%, rata-rata recall 38,1% , rata-rata precision 52,5%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Ekstraksi ciri GLCM, Backpropagation, JST, Grayscale
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: STMIK Global Informatika Mdp > Teknik Informatika
Depositing User: Nur Saadah
Date Deposited: 05 Jun 2020 05:47
Last Modified: 05 Jun 2020 05:47
URI: http://rama.mdp.ac.id:84/id/eprint/27

Actions (login required)

View Item View Item