KLASIFIKASI CITRA TINGKAT KEMATANGAN JERUK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN IMAGE PROCESSING HE DAN CLAHE

NUR SAYYID, MOCHAMMAD FAISAL (2024) KLASIFIKASI CITRA TINGKAT KEMATANGAN JERUK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN IMAGE PROCESSING HE DAN CLAHE. Undergraduate thesis, UPN Veteran Jawa Timur.

Preview	Text (Cover) Skripsi_18081010104_Cover.pdf Download (491kB) | Preview
Preview	Text (Bab 1) Skripsi_18081010104_Bab 1.pdf Download (86kB) | Preview
	Text (Bab 2) Skripsi_18081010104_Bab 2.pdf Restricted to Registered users only until 16 January 2027. Download (616kB)
	Text (Bab 3) Skripsi_18081010104_Bab 3.pdf Restricted to Registered users only until 16 January 2027. Download (404kB)
	Text (Bab 4) Skripsi_18081010104_Bab 4.pdf Restricted to Registered users only until 16 January 2027. Download (1MB)
Preview	Text (Bab 5) Skripsi_18081010104_Bab 5.pdf Download (11kB) | Preview
Preview	Text (Daftar Pustaka) Skripsi_18081010104_Daftar Pustaka.pdf Download (104kB) | Preview

Abstract

Dengan adanya perkembangan teknologi yang semakin maju pada bidang visi komputer peluang untuk meningkatkan praktik penyortiran buah dan memperluas pasar visi komputer di bidang pertanian. Dalam konteks pertanian di Indonesia, khususnya pada budidaya jeruk, permasalahan muncul ketika terjadi panen raya, dan buah jeruk perlu disortir berdasarkan tingkat kematangannya agar dapat dipasarkan dengan baik. Dengan melibatkan kemajuan mekanis di bidang visi komputer untuk penyortiran buah jeruk salah satunya dengan memanfaatkan deep learning dengan memanfaatkan teknik klasifikasi citra digital yang menggunakan Convolutional Neural Network (CNN) dengan teknik pemrosessan gambar HE dan CLAHE. Pada penelitian ini Penulis mengusulkan algoritma Convolutional Neural Network (CNN) yang dikombinasikan dengan pemrosesan gambar menggunakan histogram equalization (HE) dan contrast limited adaptive histogram equalization (CLAHE) serta kombinasinya pada citra jeruk. Dataset digunakan berisi tiga kategori citra berdasarkan Tingkat kematangan buah jeruk yaitu grade 1, grade 2, dan busuk dengan jumlah 1.800 data. Data citra terlebih dahulu di praproses menggunakan HE atau CLAHE atau kombinasinya sebelum masuk ke tahap klasifikasi, algoritma CNN dilatih pada data latih dan pengujian performa pada data uji dengan rasio 80:20 dari keseluruhan data. Dalam kesimpulan, penelitian ini berhasil membangun proses klasifikasi citra tingkat kematangan buah jeruk menggunakan CNN dengan image processing HE dan CLAHE. Pengujian menggunakan dataset dari Kaggle menunjukkan bahwa metode ini mampu mencapai akurasi tertinggi sebesar 95% pada klasifikasi menggunakan image processing CLAHE.

Item Type:	Thesis (Undergraduate)
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Nugroho, Budi NIDN0707098003 budinugroho.if@upnjatim.ac.id Thesis advisor Nurlaili, Afina Lina NIDN0013129303 afina.lina.if@upnjatim.ac.id
Subjects:	Q Science > QA Mathematics > QA76.6 Computer Programming
Divisions:	Faculty of Computer Science > Departemen of Informatics
Depositing User:	Mochammad Faisal Nur Sayyid
Date Deposited:	16 Jan 2024 02:52
Last Modified:	16 Jan 2024 02:52
URI:	http://repository.upnjatim.ac.id/id/eprint/19823

Actions (login required)

View Item