Harto, Dedy (2012) Pengenalan White Spot pada Citra Udang Menggunakan Jaringan Syaraf Tiruan Backpropagation. Magister thesis, Universitas Brawijaya.
Abstract
Penyakit bintik putih ( white spot ) merupakan penyebab utama kematian udang yang dipelihara di tambak-tambak di Indonesia. Penyakit ini ditandai oleh gejala yang khas berupa bintik-bintik berwarna putih terlihat di sebelah dalam dari permukaan kulit. Identifikasi penyakit bintik putih mempunyai peran penting untuk mengetahui adanya penyakit, salah satunya adalah penyakit bintik putih. Identifikasi white spot selama ini dilakukan di laboratorium dengan metode PCR (P olymer Chain Reaction ) dapat dilakukan dengan cepat tetapi memerlukan biaya yang mahal. Sedangkan dengan menggunakan metode histopolog i membutuhkan waktu yang lama. Alternatif lain yang digunakan untuk mengenali penyakit bintik putih pada citra udang dapat menggunakan teknologi informasi berdasarkan citra dengan bantuan komputer. Dalam penelitian ini dilakukan pengembangan perangkat lunak untuk penegenalan white spot pada udang dengan menggunakan teknologi pengolahan citra digital dan jaringan syaraf tiruan. Citra digital yang dianalisis adalah citra udang sehat dan udang sakit. Proses pengolahan citra digital dimulai dari proses cropping , grayscale , histogram dan pengenalan dengan jaringan syaraf tiruan menggunakan algoritma propagasi balik. Arsitektur jaringan yang diterapkan adalah menggunakan multilayer yang yang terdiri dari satu lapis masukan dengan 256 neuron , dua lapis tersembunyi dan satu lapis keluaran dengan dua neuron . Dari hasil pelatihan diperoleh arsitektur jaringan terbaik adalah dengan jumlah neuron pada lapis tersembunyi_1=20, lapis tersembunyi_2=20 neuron dan laju pembelajaran = 0,1 dan jumlah iterasi yang dilakukan sebesar 51267 kali dengan error 0,00999 dan sistem dapat mengenali seluruh data pelatihan. Pada proses pengujian menggunakan 30 data pengujian diperoleh tingkat akurasi jaringan sebesar 93.33%.
English Abstract
White spot disease is leading cause of death prawns in Indonesia. disease is characterized by typical symptoms such as visible white spots on inside of skin surface. Identification of white spot disease has an important role to determine presence of disease. It had been done in laboratory with expensive and time costly method namely Polymerase Chain Reaction and histology. Information technology based on computer vision promising an alternative method to identify white spot disease. In this research, software for identification of white spots on shrimp developed by using digital image processing and artificial neural network. Digital image processing begins from process of cropping, grayscale, histogram image of a healthy and sick shrimp and applied to artificial neural networks using back propagation algorithm. Network architecture is implemented using a multilayer consisting of one input layer with 256 neurons, two hidden layers and one output layer with two neurons. From results obtained by training best network architecture is number of neurons in hidden layer_1 = 20, hidden layer_2 = 20 neurons and learning rate = 0.1 and number of iterations performed by 51,267 times with error rate 0.00999. system obtained of 93.33% network accuracy with 30 data test.
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/621.367/HAR/p/041205674 |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting |
| Divisions: | S2/S3 > Magister Teknik Elektro, Fakultas Teknik |
| Depositing User: | Endro Setyobudi |
| Date Deposited: | 04 Jan 2013 13:13 |
| Last Modified: | 04 Jan 2013 13:13 |
| URI: | http://repository.ub.ac.id/id/eprint/158656 |
Actions (login required)
 |
View Item |