Rancang bangun aplikasi pengklasifikasi jenis bunga menggunakan jaringan syaraf tiruan metode backpropagation berbasis android

Kelvianto, Kevin (2014) Rancang bangun aplikasi pengklasifikasi jenis bunga menggunakan jaringan syaraf tiruan metode backpropagation berbasis android. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (861kB)
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (832kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (979kB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (669kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (681kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (666kB)

Abstract

Penelitian ini meneliti penggunaan jaringan syaraf tiruan dengan metode backpropagation dalam mendeteksi jenis bunga dari bentuk kelopaknya. Perangkat Android digunakan untuk mengambil gambar bunga dan mengirim gambar langsung ke server. Setelah gambar yang diambil cukup maka pelatihan jaringan syaraf tiruan dilakukan. Gambar bunga diekstrak bentuknya menggunakan deteksi tepi sobel serta dilakukan threshold. Setelah itu data dinormalisasi dan dimasukkan untuk pelatihan jaringan syaraf tiruan. Apabila pelatihan sudah dilakukan maka perangkat Android dapat mengambil gambar bunga dan menggunakan jaringan syaraf tiruan untuk mengenali gambar tersebut. Dari hasil penelitian ini didapatkan apabila menggunakan hidden layer yang maksimal yaitu satu layer yang mempunyai 35 hidden node persentasi keberhasilan pendeteksi bunga mencapai akurasi 80%.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	28 Jul 2017 03:09
Last Modified:	16 Aug 2023 01:42
URI:	https://kc.umn.ac.id/id/eprint/1659

Actions (login required)

View Item