| dc.contributor.advisor | SURIPTO, SLAMET | |
| dc.contributor.advisor | WIYAGI, RAMA OKTA | |
| dc.contributor.author | ZUHRI, AFRIZAL | |
| dc.date.accessioned | 2017-01-14T03:01:16Z | |
| dc.date.available | 2017-01-14T03:01:16Z | |
| dc.date.issued | 2016 | |
| dc.identifier.uri | http://repository.umy.ac.id/handle/123456789/8392 | |
| dc.description | Di Indonesia, buah manggis cukup terkenal dan termasuk salah satu hasil pertanian yang sangat potensial karena memiliki tingkat produksi cukup tinggi. Hal ini mengharuskan petani mampu mengklasifikasikan tingkat kematangan buah manggis yang dapat mengurangi resiko pembusukan buah manggis. Indikator yang penting dalam klasifikasi level kematangan buah manggis adalah warna dari buah manggis tersebut.
Ada beberapa metode yang dapat digunakan, salah satu metode yang dapat digunakan untuk klasifikasi adalah Support Vector Machine (SVM). Metode SVM sendiri belum pernah digunakan untuk klasifikasi buah manggis sehinnga sangat berpeluang untuk melakukan penelitian dengan metode ini.
Pada penelitian ini, level kematangan buah manggis diklasifikasikan dalam 6 level. Klasifikasi level kematangan buah manggis saat ini kebanyakan masih menggunakan metode manual, yaitu penilaian secara subyektif dari petani. Kelemahan dari metode ini adalah perlu tenaga pekerja yang banyak, sehingga perlu dikembangkan metode otomatis yaitu dengan metode Support Vector Machine (SVM) yang dapat mengurangi tenaga pekerja dan waktu yang dibutuhkan dalam proses klasifikasi buah manggis. | en_US |
| dc.description.abstract | Di Indonesia, buah manggis cukup terkenal dan termasuk salah satu hasil pertanian yang sangat potensial karena memiliki tingkat produksi cukup tinggi. Hal ini mengharuskan petani mampu mengklasifikasikan tingkat kematangan buah manggis yang dapat mengurangi resiko pembusukan buah manggis. Indikator yang penting dalam klasifikasi level kematangan buah manggis adalah warna dari buah manggis tersebut.
Ada beberapa metode yang dapat digunakan, salah satu metode yang dapat digunakan untuk klasifikasi adalah Support Vector Machine (SVM). Metode SVM sendiri belum pernah digunakan untuk klasifikasi buah manggis sehinnga sangat berpeluang untuk melakukan penelitian dengan metode ini.
Pada penelitian ini, level kematangan buah manggis diklasifikasikan dalam 6 level. Klasifikasi level kematangan buah manggis saat ini kebanyakan masih menggunakan metode manual, yaitu penilaian secara subyektif dari petani. Kelemahan dari metode ini adalah perlu tenaga pekerja yang banyak, sehingga perlu dikembangkan metode otomatis yaitu dengan metode Support Vector Machine (SVM) yang dapat mengurangi tenaga pekerja dan waktu yang dibutuhkan dalam proses klasifikasi buah manggis. | en_US |
| dc.language.iso | other | en_US |
| dc.publisher | FAKULTAS TEKNIK UMY | en_US |
| dc.subject | BUAH MANGGIS | en_US |
| dc.subject | DETEKSI | en_US |
| dc.subject | KLASIFIKASI | en_US |
| dc.subject | TINGKAT KEMATANGAN | en_US |
| dc.subject | SUPPORT VECTOR MACHINE | en_US |
| dc.title | DETEKSI INDEKS KEMATANGAN BUAH MANGGIS MENGGUNAKAN METODE SUPPORT VECTOR MACHINE | en_US |
| dc.type | Thesis
SKR
423 | en_US |
