Rekognisi Alergen pada Komposisi Makanan dengan Computer Vision

Belinda Johan, Elisa (2020) Rekognisi Alergen pada Komposisi Makanan dengan Computer Vision. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img] Text
HALAMAN_AWAL.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Share Alike.

Download (418kB)
[img]
Preview
Text
DAFTAR_PUSTAKA.pdf
Available under License Creative Commons Attribution Share Alike.

Download (311kB) | Preview
[img]
Preview
Text
BAB_I.pdf
Available under License Creative Commons Attribution Share Alike.

Download (214kB) | Preview
[img]
Preview
Text
BAB_II.pdf
Available under License Creative Commons Attribution Share Alike.

Download (458kB) | Preview
[img]
Preview
Text
BAB_III.pdf
Available under License Creative Commons Attribution Share Alike.

Download (813kB) | Preview
[img] Text
BAB_IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Share Alike.

Download (863kB)
[img]
Preview
Text
BAB_V.pdf
Available under License Creative Commons Attribution Share Alike.

Download (201kB) | Preview
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Share Alike.

Download (511kB)

Abstract

Proses rekognisi dan penglasifikasian makanan sangatlah penting. Hal ini dapat berguna bagi para konsumen yang sensitif dalam memilih makanan yang ingin dikonsumsi. Menimbang dari beberapa bahan atau komposisi makanan yang merupakan alergen atau dapat menyebabkan alergi bagi sebagian orang. Penelitian ini bertujuan untuk merancang dan membangun sistem berbasis Android mendeteksi label makanan yang dapat mempermudah konsumen dalam mendapatkan info alergen yang terkandung dalam makanan tersebut sehingga lebih akurat. Aplikasi dibuat dengan mengimplementasikan algoritma Optical Character Recognition (OCR) serta menggunakan algoritma Boyer Moore untuk melakukan pencocokan kata (string matching). Percobaan dilakukan dengan uji akurasi algoritma OCR, Boyer Moore, sumber cahaya, dan kata sulit (tidak familiar).

Item Type: Thesis (Bachelor Thesis)
Keywords: alergen, Android, Boyer Moore, label makanan, Optical Character Recognition, string matching
Divisions: Faculty of Engineering & Informatics > Computer Engineering
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Date Deposited: 05 Dec 2020 05:41
Last Modified: 10 May 2023 05:49
URI: https://kc.umn.ac.id/id/eprint/13615

Actions (login required)

View Item View Item