Pratama, Yongki (2018) Implementasi Background Subtraction Untuk Klasifikasi Keripik Kentang Berbasis Raspberry Pi Menggunakan Metode Naïve Bayes. Sarjana thesis, Universitas Brawijaya.
Abstract
Perkembangan ilmu pengetahuan dan teknologi pada masa sekarang banyak digunakan didunia industri untuk pengolahan hasil pertanian dan perkebunan. Kentang adalah jenis sayuran yang bisa diolah menjadi beragam makanan, salah satunya ialah keripik. Banyak perusahaan besar di Indonesia yang memproduksi keripik dari kentang. Salah satunya yaitu Pabrik Istana yang berada di Kota Wisata Batu. Kentang yang diolah mempunyai beragam ukuran mulai dari ukuran yang paling besar yaitu (Super), lalu ukuran (AB) yang berukuran sedang, kemudian ukuran (A) yang paling kecil. Proses penyortiran pada pabrik tersebut dilakukan oleh manusia secara manual sehingga menghasilkan keluaran yang relatif kurang seragam, Oleh karena itu dibutuhkan penelitian mengenai suatu alat yang dapat menyortir atau memilah keripik kentang secara otomatis. Dalam penelitian ini, sistem yang dibuat berupa konveyor, yang dipasang sebuah webcam sebagai sensor untuk mengambil gambar dari keripik kentang yang kemudian diolah dalam Raspberry Pi menggunakan metode pengolahan citra Background Substraction. Background Subtractionadalah metode yang banyak digunakan untuk mendeteksi objek bergerak yang mana pada sistem ini keripik yang diambil nilainya adalah objek bergerak. Keripik kentang akan diklasifikasi berdasarkan ukuran yang dibaca oleh sistem dengan menggunakan parameter nilai w dan h atau lebar dan tinggi dari boundingbox keripik kentang yang dikonversi ke ukuran sebenarnya dengan satuan millimeter. Nilai tersebut digunakan sebagai acuan untuk diklasifikasi menggunakan metode Naïve Bayes. Naïve Bayes digunakan untuk metode klasifikasi karena merupakan metode yang yang mempunyai peforma tinggi dan mempunyai akurasi yang sangat baik untuk klasifikasi. Setelah mendapatkan hasil klasifikasi keripik kentang akan didorong atau dipilah oleh pendorong yang dijalankan servo. Dari hasil pengujian yang dilakukan Background Subtractiondapat membaca citra kentang dengan baik. Pembacaan ukuran keripik kentang dari sistem mendapatkan error yang kecil yaitu sebesar 3,73%. Kemudian Akurasi yang diperoleh menggunakan metode Naïve Bayes dalam klasifikasi keripik dengan 90 data latih dan 30 data uji adalah senilai 93,33 mempunyai kecepatan waktu pemrosesan rata-rata sebesar 1,7 ms dari 30 kali pengujian tersebut. Kemudian dilakukan pengujian hardware servo yang sudah berjalan sesuai sistem.
English Abstract
Nowadays, the development of science and technology is widely used in the industrial world for the processing of plantation and agricultural products. One of the processings in processing of plantation and agricultural products is product election based on quality, such as ripeness level based on color, weight or size. Potatoes are a kind of vegetables that can be processed into various foods, one of which is the chips. Many big companies in Indonesia produce potato chips. One of them is Istana Factory located in Batu Tourism City. The potatoes processed have various sizes from the largest size (Super), medium size (AB), and then the smallest size (A). The process of sorting at the factory has been done by human manually, then it will produce less relative output. Therefore, it is needed a research about a tool that can sort the potato chips automatically. In this study, the system made is in the form of conveyor, which a webcam is installed as a censor to take pictures from potato chips, then those are processed in Raspberry Pi using image processing of Background Subtractionmethod. Background Subtraction is a method widely used to detect moving objects which chip taken its value in this system is a moving object. Potato chips will be classified based on size read by the system by using the w and h value parameters or the width and height of the bounding box of potato chips that are converted to actual size by millimeters. The value is used as a reference to be classified with the Naïve Bayes method. Naïve Bayes is used for the classification method because it is a method that has high performance and has excellent accuracy for classification. After getting the result of classification, potato chips will be sorted by servo-driven impeller. From the results of test conducted Background Subtractioncan read the image of potatoes well. The reading of potato chip size from the system gets a small error of 3.73%. Then the accuracy obtained with Naïve Bayes method in chips classification with 90 training data and 30 test data is worth 93.33% having an average processing time speed of 1.7 ms from 30 times of the test. Then it is performed a test of hardware servo that has been running based on the system.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/609/051808465 |
| Uncontrolled Keywords: | keripik kentang, Background Substraction, klasifikasi, Naïve Bayes Potato chips, Background Substraction, classification, Naive Bayes |
| Subjects: | 600 Technology (Applied sciences) > 641 Food and drink > 641.3 Food > 641.35 Spesific food from plant crops > 641.352 1 Potaoes |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 15 Mar 2019 03:25 |
| Last Modified: | 21 Oct 2021 05:55 |
| URI: | http://repository.ub.ac.id/id/eprint/13742 |
Preview |
Text
Yongki Pratama.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |