View Item 
      •   UMY Repository
      • 03. DISSERTATIONS AND THESIS
      • Students
      • Undergraduate Thesis
      • Faculty of Engineering
      • Department of Information Technology
      • View Item
      •   UMY Repository
      • 03. DISSERTATIONS AND THESIS
      • Students
      • Undergraduate Thesis
      • Faculty of Engineering
      • Department of Information Technology
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      DETEKSI CACAT PERMUKAAN BUAH MANGGIS BERBASIS PENGOLAHAN CITRA MENGGUNAKAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM)

      Thumbnail
      View/Open
      COVER (201.4Kb)
      HALAMAN JUDUL (699.6Kb)
      HALAMAN PENGESAHAN (414.7Kb)
      INTISARI (8.456Kb)
      BAB I (18.82Kb)
      BAB II (651.3Kb)
      BAB III (651.3Kb)
      BAB IV (467.2Kb)
      BAB V (7.541Kb)
      DAFTAR PUSTAKA (110.3Kb)
      LAMPIRAN (184.1Kb)
      Date
      2017-07-26
      Author
      PRIMAS, NURI
      Metadata
      Show full item record
      Abstract
      Buah Manggis (Garcinia mangostana L.) merupakan tanaman asli Indonesia yang merupakan salah satu komoditas utama ekspor buah segar yang menjadi andalan Indonesia. Sumbangan ekspor buah manggis sangat besar dalam meningkatkan devisa negara dan pendapatan petani. Namun saat ini belum semua permintaan buah manggis dapat terpenuhi, dikarenakan mutu manggis kurang memenuhi persyaratan yang diminta. Salah satu faktornya adalah cacat permukaan pada kulit buah manggis sehingga memengaruhi kualitas buah khususnya penampakan buah. Pemeriksaan buah manggis selama ini masih menggunakan cara konvensional yaitu dengan pengamatan secara manual dengan indra pengelihatan. Cara tradisional ini dirasa kurang efektif karena bergantung pada keadaan dan kondisi dari tenaga penyortir, perbedaan persepsi antara masing-masing penyortir, membutuhkan waktu lama, membutuhkan biaya yang besar dan melibatkan banyak pekerja. Untuk menangguli permasalahan diatas, pada penelitian ini akan mengembangkan metode deteksi cacat permukaan buah manggis berbasis pengolahan citra. Tahap pengolahan citra diawali dengan pengaturan ukuran citra dan konversi citra ke mode grayscale, kemudian dilakukan transformasi curvelet diskrit. Tahap selanjutnya adalah pengambilan nilai ekstraksi ciri mean, standar deviasi, energy dan entropy sebagai masukan nilai pada tahap klasifikasi. Metode klasifikasi menggunakan Support Vector Machine (SVM) karena dapat menggunakan banyak ekstraksi sekaligus. Metode validasi yang digunakan pada proses klasifikasi adalah K-Fold Cross Validation yang pada penelitian ini dibagi atas 4-fold cross validation. Penerapan empat ekstraksi ciri sekaligus pada klasifikasi dengan 120 citra uji yang dibagi menjadi 4-fold validation menghasilkan akurasi deteksi sebesar 96.67%, 100%, 93.33% dan 96.67%. Secara keseluruhan nilai akurasi yang didapat dari ke 4-fold menghasilkan akurasi optimal sebesar 96.67%.
      URI
      http://repository.umy.ac.id/handle/123456789/12692
      Collections
      • Department of Information Technology

      DSpace software copyright © 2002-2015  DuraSpace
      Contact Us | Send Feedback
      Theme by 
      @mire NV
       

       

      Browse

      All of UMY RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      DSpace software copyright © 2002-2015  DuraSpace
      Contact Us | Send Feedback
      Theme by 
      @mire NV