SARI ,INDAH RETNO, B2A017043 (2021) IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORKS (CNN) UNTUK KLASIFIKASI CITRA BENIH KACANG HIJAU BERKUALITAS. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_UNIVERSITAS MUHAMMADIYAH SEMARANG" not defined].
|
Text
1. Halaman Judul (2).pdf Download (233kB) | Preview |
|
|
Text
2. Lembar Pengesahan Pembimbing (SCAN) (3).pdf Download (309kB) | Preview |
|
|
Text
3. Lembar Pengesahan Skripsi (SCAN) (6).pdf Download (356kB) | Preview |
|
|
Text
6. Abstrak (1).pdf Download (183kB) | Preview |
|
|
Text
12. BAB I (1).pdf Download (343kB) | Preview |
|
|
Text
13. BAB II (1).pdf Download (683kB) | Preview |
|
Text
14. BAB III (1).pdf Restricted to Repository staff only Download (208kB) | Request a copy |
||
Text
15. BAB IV.pdf Restricted to Repository staff only Download (666kB) | Request a copy |
||
|
Text
16. BAB V (1).pdf Download (186kB) | Preview |
|
|
Text
17. Daftar Pustaka.pdf Download (200kB) | Preview |
|
|
Text
Lembar Pernyataan Publikasi Ilmiah (SCAN).pdf Download (455kB) | Preview |
|
|
Text
Manuscript Indonesia.pdf Download (697kB) | Preview |
|
Text
18. Lampiran.pdf Restricted to Repository staff only Download (691kB) | Request a copy |
Abstract
Indah Retno Sari, 2021, Implementasi Convolutional Neural Networks (CNN) Untuk Klasifikasi Citra Benih Kacang Hijau Berkualitas, Skripsi, Program Studi Statistika, Universitas Muhammadiyah Semarang. Pembimbing: I. Tiani Wahyu Utami, M.Si., II. Prizka Rismawati Arum, M.Stat. Indonesia merupakan Negara agraris yang mayoritas penduduknya bermata pencaharian sebagai petani. Salah satu ekspor komoditi pertanian yang menyumbang pertumbuhan ekonomi Indonesia adalah kacang hijau. Selain memiliki banyak manfaat kacang hijau juga memiliki banyak peminat yang mengharuskan petani untuk menjamin ketersediaan kacang hijau dari segi kuantitas maupun kualitas. Klasifikasi yang biasanya dilakukan berdasarkan pengamatan secara langsung oleh indra manusia, memiliki berbagai kelemahan yang dapat mengakibatkan proses klasifikasi tidak maksimal. Kelemahan tersebut dapat diatasi dengan memanfaatkan teknologi berupa citra digital agar proses klasifikasi dapat dilakukan dengan mudah dan optimal. Metode yang efektif yang dapat digunakan adalah Convolution Netural Networks (CNN) dengan kelebihannya mampu melakukan proses pembelajaran mandiri dalam pengenalan objek, ekstraksi objek ataupun klasifikasi. Pengujian dengan sampel 200 citra benih kacang hijau dihasilkan tingkat akurasi pada data training 100% dan pada data testing sebesar 90% sehingga dapat disimpulkan bahwa metode CNN dapat melakukan identifikasi kelayakan benih kacang hijau dengan baik. Kata Kunci : Convolution Netural Networks (CNN), Kacang hijau, Klasifikasi, Kualitas benih.
Item Type: | Thesis (Sarjana / Sarjana Terapan (S1/D4) ) |
---|---|
Subjects: | L Education > Statistics |
Divisions: | Faculty of Agricultural Science and Technology > S1 Statistics |
Depositing User: | perpus unimus |
Date Deposited: | 27 Jul 2021 16:37 |
Last Modified: | 27 Jul 2021 16:37 |
URI: | http://repository.unimus.ac.id/id/eprint/4705 |
Actions (login required)
View Item |