DETEKSI JENIS DAUN MANGGA MENGGUNAKAN FITUR CENTROID CONTOUR DISTANCE (CCD) DENGAN METODE VOTED PERCEPTRON
Penulis MUBAROK, SEPTIAN ALIFSkripsi
2021
508/UB/FT-Inf/21
Ind
DETEKSI JENIS DAUN MANGGA MENGGUNAKAN FITUR CENTROID CONTOUR DISTANCE (CCD) DENGAN METODE VOTED PERCEPTRON
#1514321014Pengarang: 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
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