PERPUSTAKAAN ITATS

  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Pengunjung
  • Masuk Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

KLASIFIKASI KUALITAS BERAS MENGGUNAKAN NA

LATIFUL BARI - Nama Orang;

ABSTRAK
Klasifikasi kualitas fisik beras selalu menggunakan cara manual berdasarkan
pengamatan visual secara langsung pada beras yang akan diproses. Namun dalam
proses secara manual sangat dipengaruhi subjektivitas masyarakat sehingga pada
kondisi tertentu tidak konsisten prosesnya. Untuk itu dibangun sebuah aplikasi yang
dapat digunakan untuk memenuhi hal ini menggunakan android sehingga proses
dapat dilakukan dimanapun subjek berada. Beras diklasifikasikan dengan ektraksi
fitur yang menggunakan metode Gray Level Co-occurrence Matrix (GLCM)
dengan kombinasi fungsi dari 5 fungsi GLCM (Energy, Contrast, Homogeinity,
Entropy, Correlation, Shade, dan Prominence) dan klasifikasi yang digunakan
yaitu Naive Bayes. Naive bayes classifier merupakan salah satu metode machine
learning yang menggunakan perhitungan probabilitas dengan kelebihan
implementasi yang relatif mudah dan menghasilkan akurasi yang baik. Dari hasil
uji coba dengan menggunakan metode k-fold cross validation dengan data training
sebanyak 120 gambar beras dan data testing sebanyak 30 gambar beras. Terdapat 8
kesalahan pada saat proses testing. Maka didapatkan tingkat keberhasilan
klasifikasi kematangan beras menggunakan naive bayes adalah 73%. Dengan
menggunakan metode k-fold cross validation dengan data sebanyak 150 gambar
beras menunjukkan bahwa metode naive bayes dapat diterapkan pada analisis
kualitas beras untuk mengklasifikasikan beras kedalam kelas beras bagus, beras
buruk, dan beras sedang dengan rata – rata akurasi mencapai 73%.

Kata Kunci : Beras, GLCM, Naive Bayes, K-Fold Cross Validation, Citra


Ketersediaan
S06-189211892Koleksi SkripsiTersedia
Informasi Detail
Judul Seri
-
No. Panggil
1892
Penerbit
Surabaya : ITATS., 2018
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Beras, GLCM, Naive Bayes
K-Fold Cross Validation, Citra
Info Detail Spesifik
NPM : 06.2012.1.06092 Nilai : B
Pernyataan Tanggungjawab
Pembimbing : Ir. Wahyu Widodo, M.Kom
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • Abstrak Inggris
  • Abstrak Indonesia
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN ITATS
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan pusat ITATS pada tahun akademik 2003/2004 tercatat memiliki koleksi buku sebanyak 19.165 judul atau 38.043 eksemplar. Koleksi terdiri dari buku teks, referensi, tugas mahasiswa (skripsi, kerja praktik, dan lain-lain), serta terbitan berkala (majalah, surat kabar, dan jurnal ilmiah).

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik