Sulastri, - 135410249 (2017) IMPLEMENTASI PENGENALAN JENIS MANGGA MELALUI TEKSTUR DAUN DENGAN PEMANFAATAN JARINGAN SARAF TIRUAN METODE BACKPROPAGATION. Skripsi thesis, STMIK AKAKOM Yogyakarta.
|
Text
1_135410249_HALAMAN_DEPAN.pdf - Published Version Download (973kB) | Preview |
|
|
Text
2_135410249_BAB_I.pdf - Published Version Download (81kB) | Preview |
|
|
Text
3_135410249_BAB_II.pdf - Published Version Download (357kB) | Preview |
|
![[img]](http://eprints.akakom.ac.id/style/images/fileicons/text.png) |
Text
4_135410249_BAB_III.pdf - Published Version Restricted to Repository staff only Download (346kB) | Request a copy |
|
|
Text
5_135410249_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (672kB) | Request a copy |
|
|
Text
6_135410249_BAB_V.pdf - Published Version Download (84kB) | Preview |
|
|
Text
7_135410249_DAFTAR_PUSTAKA.pdf - Published Version Download (87kB) | Preview |
|
|
Text
8_135410249_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (5kB) | Preview |
|
|
Text
9_135410249_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (202kB) | Request a copy |
Abstract
Perancangan aplikasi pengenalan jenis mangga melalui tekstur daun dimaksudkan untuk membantu mengenali jenis mangga yang satu dengan jenis mangga yang lain melalui tekstur daun dimana penduduk tidak perlu menunggu pohon mangga berbuah untuk mengenali jenisnya. Pembuatan sistem ini menggunakan metode ekstraksi ciri tekstur daun sebagai metode pengambilan datanya dan menggunakan metode Backpropagation sebagai metode pengenalannya. Sistem akan memproses daun mangga yang dikenali dengan tahapan proses yaitu ekstraksi fitur kemudian klasifikasi dengan backpropagation. Arsitektur jaringan backpropagation yang digunakan meliputi 1 layer input, 2 hidden layer, dan 1 layer output. Data yang digunakan diambil dari 5 macam jenis mangga dimana pada pelatihan aplikasi digunakan sebanyak 80 data dan pengujian aplikasi sebanyak 20 data. Arsitektur jaringan terbaik yang didapatkan pada beberapa kali percobaan pengujian dengan menggunakan 20 neuron pada hidden layer pertama, 10 neuron pada hidden layer kedua, dan maksimal error 0,1 dengan besar akurasi pengujian yang didapat adalah 70%. Kata Kunci : Backpropagation, Ekstraksi Ciri, Matlab, Tekstur.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing: Ariesta Damayanti,S.Kom.,M.Cs. |
| Uncontrolled Keywords: | Backpropagation, Ekstraksi Ciri, Matlab, Tekstur. |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | Users 1752 not found. |
| Date Deposited: | 25 Agu 2017 03:21 |
| Last Modified: | 28 Agu 2017 05:20 |
| URI: | http://eprints.akakom.ac.id/id/eprint/4883 |
Actions (login required)
 |
View Item |
