DAONI H. N., DONI (2014) KLASIFIKASIKUALITAS BUAHGARCINIA MANGOSTANAL.MENGGUNAKAN METODELEARNING VECTOR QUANTIZATION. S1 thesis, Universitas Sultan Ageng Tirtayasa.
Text
KLASIFIKASI KUALITAS BUAH GARCINIA MANGOSTANA L MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION.pdf - Published Version Restricted to Registered users only Download (3MB) |
Abstract
Mangosteen or in Latin Garcinia Mangostana L. is one of fruit thatgrown inIndonesia. Public demandofmangosteen fruitincreased foreach year because ithas a good efficacy for human health as well as taste sweet and fresh fruit wheneaten. Mangosteen plantation farmers must always maintain the quality andquantity of the plantation so that the results are in line with expectations. Thisresearch helps farmers mangosteen plantation within the classification quality ofmangosteen using Learning Vector Quantiztion (LVQ). There are three classes ofsuper quality, quality 1, and quality 2. There are two processes in the LVQmethod, the first is the training process and the second is the testing process. Theinput data used in the training and testing process is the extraction of imagefeatures mangosteen taken using a digital camera which consists of the mean,standard deviation, kurtosis,skewness and entropy. Extraction of features used inthis study is obtained from the histogram of color, grayscale histogram,saturation level histogram, and Sobel method histogram.LVQ method will beautomatically classify the image of the mangosteen fruit into each class.Classification results on the first test gets an accuracy of 85% for thesuperquality,55%forfirst qualityand60%forsecondquality, in thesecond testgetsan accuracy of30% for thesuper quality,80% for first qualityand80% forsecondquality,inthe thirdtestgetsan accuracy of70%for thesuper quality,20%for first quality, and40% forsecondquality.
Item Type: | Thesis (S1) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Contributors: |
|
|||||||||
Additional Information: | Tanaman manggis atau dalam bahasa Latin Garcinia Mangostana L.merupakansalah satu buah yang banyak dibudidayakan di Indonesia. Permintaanmasyarakat akan buah manggis mengalami peningkatan setiap tahunnyadikarenakan buah ini memiliki khasiat yang baik untuk kesehatan manusiasertarasa buahnya yang manis dan segar ketika dimakan.Petani perkebunan manggisharusselalu menjaga kualitas serta kuantitas hasil perkebunannya agar hasilnyasesuai dengan harapan. Penelitian ini membantu petani perkebunan manggisdalam melakukan klasifikasi kualitas dari buah manggis dengan menggunakanmetodeLearningVectorQuantiztion(LVQ). Terdapat tiga kelas yaitu mutu super,mutu 1, dan mutu 2. Terdapat dua proses dalam metode LVQ, yang pertamaadalah proses pelatihan dan yang kedua adalah proses pengujian. Data masukanyang digunakan dalam proses pelatihan dan pengujian merupakan ekstraksi fiturcitra buah manggis yang diambil dengan menggunakankamera digital yang terdiridari mean, standarddeviation, kurtosis, skewness dan entropy. Ekstraksi fituryangdigunakanpada penelitian inididapatkan dari histogram warna,histogramgrayscale,histogram tingkat saturasi dan histogram metode Sobel.Metode LVQakan secara otomatis mengklasifikasikan citra buah manggis ke dalam kelasnyamasing-masing. Hasil klasifikasi padapengujian 1mendapatkanakurasi sebesar85% untuk mutu super,55% untuk mutu 1 dan60% untuk mutu 2, padapengujian 2 mendapatkanakurasi sebesar 30 % untuk mutu super, 80 % untukmutu 1 dan 80 % untuk mutu 2, pada pengujiaan 3 mendapatkan akurasi sebesar70 % untuk mutu super, 20 % untuk mutu 1 dan 40 % untuk mutu 2. | |||||||||
Uncontrolled Keywords: | Mangosteen, LVQ, classification, feature extraction,accuracy | |||||||||
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering | |||||||||
Divisions: | 03-Fakultas Teknik 03-Fakultas Teknik > 20201-Jurusan Teknik Elektro |
|||||||||
Depositing User: | Perpustakaan Pusat | |||||||||
Date Deposited: | 16 Apr 2022 22:36 | |||||||||
Last Modified: | 16 Apr 2022 22:36 | |||||||||
URI: | http://eprints.untirta.ac.id/id/eprint/13001 |
Actions (login required)
View Item |