IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORKS (CNN) UNTUK KLASIFIKASI CITRA BENIH KACANG HIJAU BERKUALITAS

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].

[img]
Preview
Text
1. Halaman Judul (2).pdf

Download (233kB) | Preview
[img]
Preview
Text
2. Lembar Pengesahan Pembimbing (SCAN) (3).pdf

Download (309kB) | Preview
[img]
Preview
Text
3. Lembar Pengesahan Skripsi (SCAN) (6).pdf

Download (356kB) | Preview
[img]
Preview
Text
6. Abstrak (1).pdf

Download (183kB) | Preview
[img]
Preview
Text
12. BAB I (1).pdf

Download (343kB) | Preview
[img]
Preview
Text
13. BAB II (1).pdf

Download (683kB) | Preview
[img] Text
14. BAB III (1).pdf
Restricted to Repository staff only

Download (208kB) | Request a copy
[img] Text
15. BAB IV.pdf
Restricted to Repository staff only

Download (666kB) | Request a copy
[img]
Preview
Text
16. BAB V (1).pdf

Download (186kB) | Preview
[img]
Preview
Text
17. Daftar Pustaka.pdf

Download (200kB) | Preview
[img]
Preview
Text
Lembar Pernyataan Publikasi Ilmiah (SCAN).pdf

Download (455kB) | Preview
[img]
Preview
Text
Manuscript Indonesia.pdf

Download (697kB) | Preview
[img] 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 Science and Mathematics > S1 Statistics
Depositing User: perpus unimus
URI: http://repository.unimus.ac.id/id/eprint/4705

Actions (login required)

View Item View Item