RahmaTriasanti, Nafisa (2017) Prediksi Kandungan Vitamin C Menggunakan Jaringan Syaraf Tiruan (Artificial Neural Network) pada Buah Jambu Biji Merah (Psidium guajava) Berbasis Citra Digital. Sarjana thesis, Universitas Brawijaya.
Abstract
Diantara berbagai jenis buah, jambu biji mengandung vitamin C yang cukup tinggi dibandingkan dengan buah-buahan lainnya. Kandungan vitamin C berfungsi dalam proses metabolisme yang berlangsung didalam jaringan tubuh. Warna adalah salah satu faktor yang berperan mengidentifikasi objek tertentu. Teknik citra digital merupakan teknologi yang dapat menangkap sebuah citra dan diolah berdasarkan keinginan kita. Sedangkan ANN merupakan sebuah model yang dapat digunakan sebagai alat prediksi berdasarkan input yang diberikan. Penelitian ini bertujuan untuk mengetahui hubungan antara indeks warna RGB, HSL dan L*a*b terhadap kandungan vitamin C pada buah jambu biji. Dari hasil penelitian diketahui bahwa terdapat hubungan antara nilai analisis warna dengan kandungan vitamin C. Topologi jaringan syaraf tiruan terpilih pada pendugaan kandungan vitamin C adalah 9-10-1 yaitu 9 neuron input, 10 neuron hidden layer 1 dan 1 neuron output. Pada tahap pemodelan ANN dengan inputan RGBHSlLab didapatkan nilai MSE pelatihan sebesar 1.9479 dan validasi sebesar 1.1038. Sedangkan nilai R-Square pada pelatihan didapatkan sebesar 0.9364 dan validasi sebesar 0.4389. Pada tahap training ketepatan dalam memprediksi kandungan vitamin C buah jambu biji mencapai 95.82%, sedangkan tingkat keberhasilan validasi sistem kandungan vitamin C buah jambu biji berdasarkan analisis warna sebesar 99.28%.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTP/2017/200/051703951 |
Subjects: | 300 Social sciences > 338 Production > 338.1 Agriculture |
Divisions: | Fakultas Teknologi Pertanian > Keteknikan Pertanian |
Depositing User: | Sugiantoro |
Date Deposited: | 31 May 2017 11:04 |
Last Modified: | 22 Oct 2021 02:21 |
URI: | http://repository.ub.ac.id/id/eprint/151434 |
Text
laporan_skripsi.pdf Restricted to Registered users only Download (3MB) |
Actions (login required)
View Item |