Priscilla H., Cindy (2023) Identifikasi Kadar Gula Jeruk Siam Pontianak (Citrus Nobilis Var. Microcarpa) Berdasarkan Citra Menggunakan Metode GLEM, K-Means Clustering, Dan CNN. Skripsi thesis, Universitas Tanjungpura.
Text (Cover)
Cover_H1021181006.pdf - Published Version Download (100kB) |
|
Text (Yuridis)
Yuridis_H1021181006.pdf - Published Version Download (488kB) |
|
Text (Abstrak)
Abstrak_H1021181006.pdf - Published Version Download (98kB) |
|
Text (Kata Pengantar)
Kapeng_H1021181006.pdf - Published Version Download (121kB) |
|
Text (Daftar Isi)
Dafis_H1021181006.pdf - Published Version Download (86kB) |
|
Text (Daftar Lain)
Daflain_H1021181006.pdf - Published Version Download (85kB) |
|
Text (Bab I)
Bab1_H1021181006.pdf - Published Version Download (137kB) |
|
Text (Bab II)
Bab2_H1021181006.pdf - Published Version Download (329kB) |
|
Text (Bab III)
Bab3_H1021181006.pdf - Accepted Version Restricted to Repository staff only Download (183kB) |
|
Text (Bab IV)
Bab4_H1021181006.pdf - Accepted Version Restricted to Repository staff only Download (544kB) |
|
Text (Bab V)
Bab5_H1021181006.pdf - Accepted Version Restricted to Repository staff only Download (118kB) |
|
Text (Daftar Pustaka)
Dapus_H1021181006.pdf - Published Version Download (104kB) |
|
Text (Lampiran)
Lamp_H1021181006.pdf - Accepted Version Restricted to Repository staff only Download (789kB) |
|
Text (H1021181006_CINDY PRISCILLA H)
H1021181006_CINDY PRISCILLA H.pdf - Accepted Version Restricted to Repository staff only Download (3MB) |
Abstract
Penelitian ini mengkaji tentang kadar gula pada buah jeruk siam Pontianak untuk menentukan tingkat kematangan buah. Ada 5 tahap dalam proses penelitian ini, yang terdiri dari uji kadar gula, pengolahan citra, pembagian kelas, penentuan fitur citra, dan analisis Convolutional Neural Network (CNN). Pengujian kadar gula dilakukan menggunakan refraktometer brix digital yang bertujuan untuk mengetahui persentase kadar gula dalam daging buah jeruk siam Pontianak. Rentang kadar gula yang terkandung pada buah jeruk siam Pontianak sebesar 7,6%brix – 13,4%brix. Pengolahan citra dimulai dengan memotong citra hingga bagian yang diinginkan, kemudian dilakukan resize dan remove background untuk mendapatkan citra dengan fokus objeknya saja. Pembagian kelas bertujuan untuk membagi kelas jeruk berdasarkan tingkat kadar gula menggunakan metode k-means clustering. Penentuan fitur citra menggunakan metode Gray Level Co-occurrence Matrix (GLCM) untuk mengetahui fitur citra di setiap kelas. Hasil akurasi citra jeruk siam Pontianak berdasarkan tingkat kematangan menggunakan metode CNN sebesar 75%.
Item Type: | Thesis (Skripsi) | ||||||
---|---|---|---|---|---|---|---|
Creators: |
|
||||||
Subjects: | 500 – Ilmu Pengetahuan > 530 Fisika > 530 Fisika | ||||||
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Fisika S1 | ||||||
Depositing User: | Sri Yulihartini | ||||||
Date Deposited: | 03 Sep 2024 08:37 | ||||||
Last Modified: | 03 Sep 2024 08:37 | ||||||
URI: | http://36.95.239.66/id/eprint/1459 |
Actions (login required)
View Item |