Putra, Westly (2017) implementasi algoritma naïve bayes classifier dan pengolahan citra digital untuk identifikasi tingkat kemanisan pepaya dan semangka. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Buah adalah salah satu sumber makanan yang memiliki khasiat baik bagi tubuh. Dengan rutin mengonsumsi buah, risiko terkena penyakit kronis dapat menurun. Buah pepaya dan semangka adalah contohnya. Akan tetapi, mengonsumsi secara berlebihan juga tidak baik, terutama bagi penderita diabetes mellitus, karena buah mengandung gula. Salah satu cara untuk mengetahui jumlah kandungan gula adalah dengan menggunakan alat refraktometer. Buah harus dibelah dan diambil dahulu dagingnya untuk mengetahui nilai derajat brix. Nilai derajat brix menentukan tingkat kemanisan buah. Dengan menggunakan pengolahan citra digital dan algoritma naïve Bayes classifier, buah dapat diukur tingkat kemanisannya tanpa harus dibelah. Penelitian dilakukan terhadap 20 buah pepaya dan semangka yang citranya diambil dari empat sisi lalu diambil juga nilai derajat brix-nya. Dari 20 data ini kemudian akan dijadikan training data dan test data. Pengolahan citra digital dilakukan dengan memisahkan buah dari background dan mengambil nilai normalisasi RGB. Setelah itu, dihitung peluang untuk masuk ke masing-masing tingkat kemanisan menggunakan algoritma naïve Bayes classifier, berdasarkan training data yang telah didapat. Pengujian dilakukan untuk mengetahui sisi terbaik untuk mengidentifikasi tingkat kemanisan buah. Hasil pengujian menunjukkan bahwa sisi atas dan bawah adalah yang terbaik dengan tingkat akurasi sebesar 70%.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Subjects: | 300 Social Sciences > 330 Economics > 330 Economics 600 Technology (Applied Sciences) > 600 Technology > 600 Technology |
Divisions: | Faculty of Engineering & Informatics > Informatics |
Depositing User: | Administrator UMN Library |
Date Deposited: | 21 Jan 2019 16:03 |
Last Modified: | 18 Jan 2022 04:50 |
URI: | https://kc.umn.ac.id/id/eprint/4812 |
Actions (login required)
View Item |