Rancang Bangun Aplikasi Pendeteksi Kemanisan Buah Dengan Algoritma Naive Bayer Classifier Dan Fourier Transform

Martaguna, Putri (2017) Rancang Bangun Aplikasi Pendeteksi Kemanisan Buah Dengan Algoritma Naive Bayer Classifier Dan Fourier Transform. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (617kB) | 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 (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 (552kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (658kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

Abstract

Semangka dan Melon merupakan buah yang digemari oleh masyarakat Indonesia. Namun penentuan kematangan dan kemanisan kedua buah tersebut masih menggunakan cara manual yang membutuhkan waktu lebih lama dan biasanya harus merusak buah dalam pengujiannya. Cara tersebut sering kali tidak akurat karena persepsi setiap orang berbeda. Dari permasalahan tersebut, dilakukanlah penelitian untuk mendeteksi kemanisan buah semangka dan melon berbasis suara ketukan dengan menggunakan algoritma Naïve Bayes Classifier sebagai algoritma untuk pengklasifikasian kemanisan buah dan Fast Fourier Transform sebagai ciri dan identitas dari suara yang diketuk. Setelah melakukan implementasi dan melalui proses uji, aplikasi ini dinilai cukup baik dalam mendeteksi kemanisan buah, dengan akurasi untuk buah semangka sebesar 70% dan buah melon sebesar 69.46%.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 600 Technology (Applied Sciences) > 600 Technology > 600 Technology 600 Technology (Applied Sciences) > 620 Engineering
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	22 Jan 2019 03:10
Last Modified:	05 Apr 2023 05:10
URI:	https://kc.umn.ac.id/id/eprint/4800

Actions (login required)

View Item