Image of Klasifikasi kualitas kelapa menggunakan algoritma canny edge detection dan adaptive neuro fuzzy inference system

Text

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

#
Perpustakaan FST (Skripsi) Belum memasukkan lokasi
TI4122024
Tersedia

Informasi Detail

Judul Seri
-
No. Panggil
-
Penerbit Prodi TI Sains Teknologi UIN JKT : Jakarta, Ciputat.,
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

Versi lain/terkait

Tidak tersedia versi lain




Informasi


Akses Katalog Publik Daring - Gunakan fasilitas pencarian untuk mempercepat penemuan data katalog