Perbandingan Tingkat Akurasi Pengenalan Campuran Kadar Ikan Tenggiri dan Tepung Pada Bakso Ikan Menggunakan Metode Pengenalan Jaringan Syaraf Tiruan (JST) Dan Support Vector Machine (SVM)

Al Qorni, Qois (2023) Perbandingan Tingkat Akurasi Pengenalan Campuran Kadar Ikan Tenggiri dan Tepung Pada Bakso Ikan Menggunakan Metode Pengenalan Jaringan Syaraf Tiruan (JST) Dan Support Vector Machine (SVM). Diploma thesis, Universitas Multi Data Palembang.

Text 1923250033 Qois Al Qorni.pdf Download (1MB)

Abstract

Bakso ikan ialah salah satu makanan yang diolah dari ikan dan tepung, dan sangat populer di Indonesia. Namun, dalam produksinya, seringkali terjadi penambahan bahan lain seperti tepung untuk memperbesar volume bakso ikan dan meningkatkan keuntungan penjual. Jaringan Syaraf Tiruan (JST) adalah sebuah paradigma pengolahan informasi yang terinspirasi oleh sistem saraf biologi. Support Vector Machine (SVM) adalah sebuah model pembelajaran mesin yang menggunakan tabel dan memanfaatkan fungsi linier dalam ruang fitur dengan dimensi yang tinggi. Ekstrasi yang digunakan GLCM, metode analisis citra yang menggambarkan hubungan spasial pasangan piksel dengan tingkat keabuan dalam citra. Dataset yang digunakan 5 kelas, total 250 dengan pembagian data latih 70% dan data uji 30%. Didapati hasil metode JST akurasi tertinggi 90% pada 2 kelas perbandingan dan metode SVM akurasi tertinggi 96,66% pada 2 kelas perbandingan. Hasil performa metode JST memiliki akurasi pengenalan yang tinggi pada banyak kelas sedangkan metode SVM memiliki akurasi pengenalan yang tinggi pada kelas yang sedikit.

Actions (login required)

View Item