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.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (418kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (311kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (214kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (458kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Share Alike. Download (813kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (863kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Share Alike. Download (201kB) | Preview
	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:	Administrator UMN Library
Depositing User:	Administrator UMN Library
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