Halim, TeddyDharmawan (2016) Prediksi Mutu Pada Tempe Berbasis Image Analysis Menggunakan Artificial Neural Network (Ann). Sarjana thesis, Universitas Brawijaya.
Abstract
Pengolahan citra adalah suatu teknik yang dikembangkan untuk mendapatkan informasi dari citra dengan cara memodifikasi bagian dari citra yang diperlukan sehingga menghasilkan citra lain yang lebih informatif. Salah satu kegunaan dari Pegolahan Citra yaitu meramalkan atau menduga apa yang akan terjadi berdasarkan pola kejadian yang ada. Dari hal tersebut maka penelitian ini akan menduga mutu dari sebuah bahan pangan yaitu tempe dengan teknik pengolahan citra berbasis Image Processing dan Image Analysis mengggunakan metode Jaringan Syaraf Tiruan (Artificial Neural Network) dengan menganalisa tekstur dan warnanya. Input dari penelitian ini yaitu citra tempe yang ditangkap menggunakan kamera lalu diproses menggunakan metode ANN (Artificial Neural Network) dengan algoritma backpropagation. Program ini dibuat untuk menganalisis pendugaan mutu tempe berdasarkan warna dan tekstur. Model ANN yang digunakan terdiri dari tiga layer, yaitu input layer, hidden layer, dan output layer. Input yang dimasukkan antara lain parameter warna (Red-Green-Blue (RGB), Hue-Saturation-Lightness (HSL), Hue-Saturation-Value (HSV), L*a*b* dan gray) dan parameter tekstur dari persamaan haralick (energy, entropy, contrast, homogeneity, inverse difference moment, correlation, sum mean, variance, cluster tendency dan maximun probability) sedangkan output yang keluar yaitu mutu tempe layak komsumsi dan tidak layak komsumsi.Dari penelitian ini pemodelan terbaik menggunakan cluster tendency dengan hasil training diperoleh nilai MSE sebesar 0,003 dan nilai AREnya sebesar 5,70% dan hasil validasi diperoleh nilai MSE sebesar 0,001 dan nilai ARE sebesar 2,39%.
English Abstract
Image processing is a technique that was developed to obtain information from the image by modifying a part of the image that is required to produce another, more informative image. One of the uses of image analysis that predict or guess what will happen based on the pattern of events. From these conditions, this study would suspect the quality of a food such as tempe with image processing techniques based Image Processing and Image Analysis use traditional methods of ANN (Artificial Neural Network) by analyzing the texture and color. The input of this research that tempe image captured using the camera and then processed using the method of ANN (Artificial Neural Network) with back propagation algorithm. The program was created to analyze the quality of tempe estimation based on color and texture. ANN model used consisted of three layers, that is input layer, hidden layer and output layer. Input included among others color parameters (Red-Green-Blue (RGB), Hue-Saturation-Lightness (HSL), Hue-Saturation-Value (HSV), L * a * b * and gray) and the parameters of the texture of the equation haralick (energy, entropy, contrast, homogeneity, inverse difference moment, correlation, sum the mean, variance, cluster tendencies and maximun probability) while the output that comes out that is decent quality soybean consumption and improper consumption. From this research, modeling the best use of cluster tendency with the results obtained training MSE value of 0,003 and amounted to 5.70% ARE value and validation of the results obtained MSE value of 0.001 and the value of the ARE by 2.39%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTP/2015/588/ 051601013 |
| Subjects: | 300 Social sciences > 338 Production > 338.1 Agriculture |
| Divisions: | Fakultas Teknologi Pertanian > Keteknikan Pertanian |
| Depositing User: | Kustati |
| Date Deposited: | 16 Feb 2016 13:36 |
| Last Modified: | 16 Feb 2016 13:36 |
| URI: | http://repository.ub.ac.id/id/eprint/150524 |
Actions (login required)
 |
View Item |