Skripsi

DETEKSI JENIS DAUN MANGGA MENGGUNAKAN FITUR CENTROID CONTOUR DISTANCE (CCD) DENGAN METODE VOTED PERCEPTRON

Penulis MUBAROK, SEPTIAN ALIF
Jenis

Skripsi

Tahun

2021

Kode

508/UB/FT-Inf/21

Bahasa

Ind

Skripsi Tersedia
Unduh Laporan

DETEKSI JENIS DAUN MANGGA MENGGUNAKAN FITUR CENTROID CONTOUR DISTANCE (CCD) DENGAN METODE VOTED PERCEPTRON

#1514321014

Pengarang: MUBAROK, SEPTIAN ALIF

Pembimbing Pertama: Eko Prasetyo, S.kom., M.Kom.

Jenis: Skripsi

Penerbit: UBHARA : FT - Teknik Informatika

Tahun Terbit: 2021

Bahasa: Ind

Kode: 508/UB/FT-Inf/21

No. Klasifikasi: 005.5 Mub d

Jenis Karya: S1


Jenis

Skripsi

Tahun

2021

Status

Tersedia

Kode

508/UB/FT-Inf/21

Deskripsi Fisik

viii + 82 cm; 21x30 cm

Subyek

METODE VOTED PERCEPTRON

Kata Kunci

Voted Perceptron Centroid Contour Distance mangga citra gadung lalijiwo manalagi.

Anotasi

ABSTRAK Bagi sebagian masyarakat, membedakan jenis bibit mangga merupakan hal yang sulit dilakukan mengingat bentuk daun dan fisik tanaman yang hampir sama. Masyarakat baru bisa mengenali jenis mangga ketika mangga sudah berbuah dan itu masih harus menunggu minimal 6 bulan untuk berbuah. Voted Perceptron adalah suatu struktur komputasi yang dikembangkan berdasarkan proses system jaringan syaraf biologi dalam otak. Dalam bentuk fungsi matematika yang menjalankan proses perhitungan secara pararel banyak digunakan untuk proses pengenalan atau klasifikasi. Penelitian ini juga menggunakan ekstraksi fitur Centroid Contour Distance (CCD) dan bertujuan untuk membuat suatu aplikasi atau sistem yang mampu mendeteksi jenis daun mangga. Sistem dibangun dengan menggunakan bahasa pemrograman Phyton.. Hasil penelitian ini didapat nilai akurasi sebesar 83,6% dan error sebesar 16,4%. K

Di-entri: 18 September 2022 04:54