Detail Cantuman
Pencarian SpesifikText
Klasifikasi kualitas kelapa menggunakan algoritma canny edge detection dan adaptive neuro fuzzy inference system
Indonesia menjadi salah satu negara yang mampu mengekspor berbagai olahan kelapa. Dari 18.98 juta ton total produksi kelapa dunia Indonesia berkontribusi sebesar 31 persen. Banyaknya permintaan kelapa dan klasifikasi kelapa yang manual menyulitkan dalam menentukan kualitas kelapa berdasarkan penglihatan semata. Tujuan dari penelitian ini untuk membantu pengklasifikasian kualitas kelapa dengan menggunakan algoritma ANFIS berdasarkan nilai ekstraksi tekstur meliputi nilai contrast, correlation, energy dan LBP serta nilai ektraksi ciri bentuk meliputi metrix dan ecenrtricity. Selain itu penelitian ini juga melihat pengaruh nilai akurasi dari algoritma canny edge detection. Pengambilan nilai ekstraksi diambil sebanyak 320 citra training dan 80 citra testing. Hasil dari penelitian ini dengan menggunakan algoritma ANFIS dan canny edge detection menunjukkan nilai rata-rata akurasi 90% untuk algoritma anfis dan 95% dengan tambahan deteksi canny edge detection.
Kata Kunci : ANFIS;Kelapa;Canny Edge Detection
Ketersediaan
Informasi Detail
Judul Seri |
-
|
---|---|
No. Panggil |
-
|
Penerbit | Prodi TI Sains Teknologi UIN JKT : Jakarta, Ciputat., 2024 |
Deskripsi Fisik |
xv,131 Hlm;28 Cm.
|
Bahasa |
Bahasa Indonesia
|
ISBN/ISSN |
-
|
Klasifikasi |
-
|
Tipe Isi |
-
|
Tipe Media |
-
|
---|---|
Tipe Pembawa |
-
|
Edisi |
-
|
Subjek |
-
|
Info Detail Spesifik |
-
|
Pernyataan Tanggungjawab |
Dewi Khairani
|
Versi lain/terkait
Tidak tersedia versi lain
Informasi
Akses Katalog Publik Daring - Gunakan fasilitas pencarian untuk mempercepat penemuan data katalog