KLASIFIKASI KUALITAS KEDELAI SEBAGAI BAHAN BAKU TEMPE BERDASARKAN FITUR TEKSTUR WARNA DAN BENTUK DENGAN METODE SUPPORT VECTOR MACHINE (SVM)

Abadia, Shofi Shohihatul (2021) KLASIFIKASI KUALITAS KEDELAI SEBAGAI BAHAN BAKU TEMPE BERDASARKAN FITUR TEKSTUR WARNA DAN BENTUK DENGAN METODE SUPPORT VECTOR MACHINE (SVM). Other thesis, Universitas Islam Lamongan.

	Text 111710091-SHOFI SHOHIHATUL A - cover.pdf Download (92kB)
	Text 111710091-SHOFI SHOHIHATUL A - daftar isi.pdf Download (94kB)
	Text 111710091-SHOFI SHOHIHATUL A - abstrak.pdf Download (84kB)
	Text 111710091-SHOFI SHOHIHATUL A - bab i.pdf Download (108kB)
	Text 111710091-SHOFI SHOHIHATUL A - bab ii.pdf Download (351kB)
	Text 111710091-SHOFI SHOHIHATUL A - bab iii.pdf Restricted to Repository staff only Download (491kB)
	Text 111710091-SHOFI SHOHIHATUL A - bab iv.pdf Restricted to Repository staff only Download (338kB)
	Text 111710091-SHOFI SHOHIHATUL A - bab v.pdf Restricted to Repository staff only Download (591kB)
	Text 111710091-SHOFI SHOHIHATUL A - bab vi.pdf Restricted to Repository staff only Download (99kB)
	Text 111710091-SHOFI SHOHIHATUL A - daftar pustaka.pdf Restricted to Repository staff only Download (100kB)

Abstract

Tempe merupakan makanan tradisional yang sampai saat ini keberadaannya masih banyak diminati oleh masyarakat, tempe kaya akan gizi yang dibutuhkan dalam tubuh manusia. Pembuatan tempe tergolong dalam kategori susah-susah gampang, selain kualitas dari kedelainya bahan-bahan pendukung lainnya juga berpengaruh seperti kualitas ragi, kebersihan dalam membersihkan kedelai, dan suhu ruangan. Penelitian ini bertujuan untuk membuat sistem klasifikasi kualitas kedelai dengan menggunakan metode Grey Level Co-Occurrence Matrix dan metode Support Vector Machine untuk klasifikasinya. Data citra yang digunakan sebagai data training sebanyak 240 data dan 40 data citra untuk data testing. Dari hasil pengujian sistem nilai akurasi yang diperoleh adalah 70%, untuk mutu I nilai akurasi sebesar 100% sedangkan untuk mutu II, III, dan IV nilai akurasi yang didapatkan adalah sebesar 60%.

Item Type:	Thesis (Other)
Subjects:	T Technology > T Technology (General)
Divisions:	FAKULTAS TEKNIK > PRODI TEKNIK INFORMATIKA
Depositing User:	Perpus admin UNISLA
Date Deposited:	07 Feb 2022 07:59
Last Modified:	07 Feb 2022 07:59
URI:	http://eprints.unisla.ac.id/id/eprint/147

Actions (login required)

View Item