Eldo Suryadi, Eldo (2023) PERBANDINGAN TINGKAT AKURASI DAGING BAKSO BEDASARKAN RESOLUSI KAMERA SMARTPHONE MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION. Diploma thesis, Universitas Multi Data Palembang.
Text
1923250076 Eldo Suryadi.pdf Download (666kB) |
Abstract
Bakso adalah salah satu makanan olahan daging yang sangat disukai oleh masyarakat, di Indonesia, banyak sekali produk bakso dengan mutu dan kualitas yang bervariasi. Permasalahannya adalah bagaimana mengetahui perbandingan daging bakso dengan menggunakan 4 jenis resolusi kamera yang berbeda menggunakan metode Jaringan Syaraf Tiruan backpropagation ekstraksi fitur GLCM. Penelitian ini melakukan perbandingan tingkat akurasi daging bakso bedasarkan resolusi kamera dengan perbandingan bahan yang digunakan 400 gram daging sapi dan 100 gram tepung tapioka. Sebanyak 320 data latih dan 80 data uji diekstraksi menggunakan fitur Gray Level Co-occurrence Matrix kemudian dilakukan pelatihan Jaringan Syaraf Tiruan menggunakan 17 training function. Resolusi yang digunakan yaitu 2 MP, 5 MP, 10 MP, dan 16 MP dengan jumlah neuron 5, 10, dan 20 sehingga terdapat 3 arsitektur Jaringan Syaraf Tiruan yang berbeda. Setiap arsitektur dicoba sebanyak 5 kali sehingga terdapat 15 percobaan untuk 1 training function (3 jumlah neuron x 5 percobaan run program). Bedasarkan training function dan hasil ekstraksi fitur GLCM sebagai nilai input pada jaringan syaraf tiruan dapat disimpulkan bahwa training function Traingda, Traingdx dan Trainr yang menggunakan 20 neuron memperoleh hasil pengenalan yang baik pada citra bakso. Hasil penelitian rata rata keseluruhan output yaitu sebesar 96,3% untuk accuracy, 90,5% untuk precision, dan 95% untuk recall.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Jaringan Syaraf Tiruan, Gray Level Co-occurrence Matrix. |
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
Divisions: | Fakultas Ilmu Komputer dan Rekayasa > Informatika |
Depositing User: | Nur Saadah |
Date Deposited: | 16 Aug 2023 03:25 |
Last Modified: | 16 Aug 2023 03:25 |
URI: | http://rama.mdp.ac.id:84/id/eprint/434 |
Actions (login required)
View Item |