Perancangan sistem identifikasi pisang cavendish, mas, dan tanduk menggunakan klasifikasi SVM
Total View This Week0
Total View This Week0
Institusion
Universitas Ahmad Dahlan
Author
Pamungkas, Aji
Subject
T Technology (General)
Datestamp
2024-10-12 04:49:22
Abstract :
Perkembangan teknologi memainkan peran krusial dalam meningkatkan efisiensi di sektor pertanian, termasuk dalam pengolahan buah pisang. Produksi pisang di Indonesia terus meningkat, menunjukkan popularitas dan permintaan yang tinggi. Namun, pengolahan pisang masih tidak seimbang. Tujuan penelitian ini adalah mengembangkan solusi berbasis pembelajaran mesin untuk pemilihan jenis pisang secara otomatis. Diharapkan solusi ini dapat meningkatkan efisiensi dan efektivitas industri pengolahan pisang, serta memberikan solusi yang praktis dan berkelanjutan dalam menghadapi masalah pemilihan jenis pisang secara manual yang membutuhkan banyak karyawan. Sistem pengidentifikasi jenis pisang dilakukan dengan mengambil sample gambar pisang menggunakan kamera mikroskopis dengan tiga jenis berbeda, yaitu Pisang Cavendish, Mas, dan Tanduk sebanyak 100 gambar tiap jenis. Data gambar pisang dilakukan proses ekstraksi ciri menggunakan ciri RGB dan GLCM kemudian dilatih dengan rasio 80?ta latih dan 20?ta uji menggunakan algoritma SVM. Hasil model identifikasi kemudian diimplementasikan ke dalam GUI. Hasil pengujian yang sudah dibuat dan mengimplementasikan model pelatihan SVM dilakukan pengujian terhadap 20% data uji. Didapatkan nilai akurasi sebesar 86,7%, presisi 87,7%, dan error 13,3% dengan menggunakan parameter SVM C adalah 1000 dan kernel linear.
Perkembangan teknologi memainkan peran krusial dalam meningkatkan efisiensi di sektor pertanian, termasuk dalam pengolahan buah pisang. Produksi pisang di Indonesia terus meningkat, menunjukkan popularitas dan permintaan yang tinggi. Namun, pengolahan pisang masih tidak seimbang. Tujuan penelitian ini adalah mengembangkan solusi berbasis pembelajaran mesin untuk pemilihan jenis pisang secara otomatis. Diharapkan solusi ini dapat meningkatkan efisiensi dan efektivitas industri pengolahan pisang, serta memberikan solusi yang praktis dan berkelanjutan dalam menghadapi masalah pemilihan jenis pisang secara manual yang membutuhkan banyak karyawan. Sistem pengidentifikasi jenis pisang dilakukan dengan mengambil sample gambar pisang menggunakan kamera mikroskopis dengan tiga jenis berbeda, yaitu Pisang Cavendish, Mas, dan Tanduk sebanyak 100 gambar tiap jenis. Data gambar pisang dilakukan proses ekstraksi ciri menggunakan ciri RGB dan GLCM kemudian dilatih dengan rasio 80?ta latih dan 20?ta uji menggunakan algoritma SVM. Hasil model identifikasi kemudian diimplementasikan ke dalam GUI. Hasil pengujian yang sudah dibuat dan mengimplementasikan model pelatihan SVM dilakukan pengujian terhadap 20% data uji. Didapatkan nilai akurasi sebesar 86,7%, presisi 87,7%, dan error 13,3% dengan menggunakan parameter SVM C adalah 1000 dan kernel linear.
File :
T1_1900022002_JUDUL__231023021830.pdf
T1_1900022002_BAB_I__231019114805.pdf
T1_1900022002_BAB_II__231019114805.pdf
T1_1900022002_BAB_III__231019114805.pdf
T1_1900022002_BAB_IV__231019114805.pdf
T1_1900022002_BAB_V__231019114805.pdf
T1_1900022002_DAFTAR_PUSTAKA__231019114805.pdf
T1_1900022002_LAMPIRAN__231019114805.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
