KLASIFIKASI KUALITAS BERAS BERDASARKAN DERAJAT SOSOH DAN TINGKAT BUTIR PATAH BERBASIS PENGOLAHAN CITRA DENGAN METODE NEURAL NETWORK

Fakhrurrosy, Fahmi Habri (2021) KLASIFIKASI KUALITAS BERAS BERDASARKAN DERAJAT SOSOH DAN TINGKAT BUTIR PATAH BERBASIS PENGOLAHAN CITRA DENGAN METODE NEURAL NETWORK. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0917040026 - Fahmi Habri Fakhrurrosy - Klasifikasi Kualitas Beras Berdasarkan Derajat Sosoh dan Tingkat Butir Patah Berbasis Pengolahan Citra Dengan Metode (i)Neural Network(_i).pdf
Restricted to Repository staff only

Download (4MB)

Abstract

Beras merupakan makanan pokok bagi mayoritas masyarakat Indonesia. Oleh sebab itu, kualitas beras menjadi patokan untuk pedagang dan konsumen dalam penentuan harga beli beras. Namun hal ini masih menjadi perdebatan karena penilaian yang tidak menentu dari tiap – tiap pelaku pasar. Pada penelitian ini dilakukan untuk membantu bidang pertanian dan perdagangan dalam meningkatkan efisiensi klasifikasi kualitas beras dengan memanfaatkan teknologi pengolahan citra. Pada tahap ini akan dibuat sistem klasifikasi otomatis berbasis pengolahan citra menggunakan metode Neural Network, dimana merupakan metode yang dibangun untuk meniru cara kerja otak manusia. kelebihan metode ini mampu melakukan pengambilan keputusan berdasarkan data histori yang ada. Dengan menggunakan Mini PC jenis Raspberry Pi 3 sebagai controller yang akan mengolah seluruh data input lalu memutuskan kelas kualitas beras yang diuji. Dan kamera WebCam Logitech C270 sebagai sensor pengganti fungsi mata manusia yang digunakan untuk mengambil gambar sampel beras lalu dikirimkan ke Mini PC dengan fitur GPIO (General Purpose Input Output). Sehingga data yang diterima Mini PC diolah dan menghasilkan Ouput kelas kualitas beras yang akan ditampilkan pada LCD. LCD berfungsi sebagai interface hasil klasifikasi dari sistem. Pada penelitian ini akurasi sistem yang didapat mencapai 89,7% untuk pengujian metode neural network, dan 90% rata – rata akurasi keberhasilan untuk pengujian keseluruhan sistem. Dengan dirancangnya sistem ini diharapkan dapat membantu petani maupun pedagang yang berkecimpung di dunia beras untuk menentukan kualitas beras, dan juga sebagai referensi pengembangan penelitian yang terkait yang akan datang

Item Type: Thesis (Diploma)
Additional Information: No. Inventaris : 6067/TO-17/2021 Lokasi TA : 421
Uncontrolled Keywords: Raspberry Pi 3, Neural Network, WebCam C270, Klasifikasi.
Subjects: TO - Teknik Otomasi > Prototype
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 15 Jun 2022 07:59
Last Modified: 15 Jun 2022 07:59
URI: http://repository.ppns.ac.id/id/eprint/4225

Actions (login required)

View Item View Item