Rancang bangun aplikasi pendeteksi kematangan buah semangka berbasis bunyi dengan menggunakan metode hidden markov model

Ferdyanto, Rand (2014) Rancang bangun aplikasi pendeteksi kematangan buah semangka berbasis bunyi dengan menggunakan metode hidden markov model. 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 (892kB)
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (772kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (890kB) | 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 (667kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (667kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (774kB)

Abstract

Penelitian ini meneliti penggunaan metode hidden markov model untuk mendeteksi kematangan pada buah semangka dari bunyi yang dihasilkan dari ketukan dengan menggunakan tangan sebanyak tiga kali. Bunyi yang dihasilkan akan diekstraksi dengan menggunakan teknik MFCC (mel frequency cepstral coefficient). Peneletian ini dibuat dengan menggunakan bahasa pemograman Java untuk Android. Pelatihan model HMM (hidden markov model) dilakukan oleh aplikasi saat pertama kali menjalankan program. Aplikasi akan membuka file yang berisi deretan MFCC (mel frequency cepstral coefficient) yang sudah tersedia pada device dan akan langsung melakukan proses pelatihan dengan data-data yang ada pada file tersebut. Aplikasi ini menyediakan dua option yang dapat digunakan yaitu merekam bunyi atau melakukan browse file. Setelah memilih di antara kedua option tersebut maka aplikasi dapat melakukan pendeteksian terhadap file bunyi yang sudah dipilih oleh user. Dari hasil penelitian ini didapatkan apabila menggunakan 30 data untuk training mencapai akurasi sebesar 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:	08 Aug 2017 08:09
Last Modified:	23 Aug 2023 02:42
URI:	https://kc.umn.ac.id/id/eprint/1746

Actions (login required)

View Item