IDENTIFIKASI KEMATANGAN BUAH MANGGA HARUMANIS MENGGUNAKAN METODE ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM)

SETIAJI, MUHAMMAD IMAM (2017) IDENTIFIKASI KEMATANGAN BUAH MANGGA HARUMANIS MENGGUNAKAN METODE ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM). Bachelor thesis, UNIVERSITAS MUHAMMADIYAH PURWOKERTO.

[img]
Preview
Text
COVER_MUHAMMAD IMAM SETIAJI_TI'17.pdf

Download (1MB) | Preview
[img]
Preview
Text
BAB I_MUHAMMAD IMAM SETIAJI_TI'17.pdf

Download (641kB) | Preview
[img]
Preview
Text
BAB II_MUHAMMAD IMAM SETIAJI_TI'17.pdf

Download (1MB) | Preview
[img] Text
BAB III_MUHAMMAD IMAM SETIAJI_TI'17.pdf
Restricted to Repository staff only

Download (998kB)
[img] Text
BAB IV_MUHAMMAD IMAM SETIAJI_TI'17.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
BAB V_MUHAMMAD IMAM SETIAJI_TI'17.pdf
Restricted to Repository staff only

Download (723kB)
[img]
Preview
Text
DAFTAR PUSTAKA_MUHAMMAD IMAM SETIAJI_TI'17.pdf

Download (730kB) | Preview
[img] Text
LAMPIRAN_MUHAMMAD IMAM SETIAJI_TI'17.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Buah mangga harumanis merupakan buah mangga yang cukup sulit menentukan tingkat kematangannya, karena pada segi warna mentah dan matang hampir sama. Identifikasi kematangan buah mangga harumanis dibuat dengan menggunakan aplikasi MATLAB. Aplikasi ini merupakan aplikasi antarmuka yang bertujuan untuk memudahkan pengguna dalam mengidentifikasi kematangan buah mangga harumanis dari suatu citra gambar. Aplikasi antarmuka ini dilengkapi dengan tampilan hasil pengolahan citra yang dilakukan selama pemrosesan. Dalam pemrograman menggunakan MATLAB terdapat esktraksi ciri yang dipakai untuk mendapatkan ciri dari citra gambar yaitu dengan Gray Level Co-occurrance Matrix (GLCM), dan ekstraksi warna dengan menggunakan Red Green Blue (RGB), setelah hasil ekstraksi ciri dari GLCM dan RGB didapat, untuk identifikasi lebih lanjut menggunakan ANFIS (Adaptive Neuro Fuzzy Inference System). Dari hasil uji coba, hasil identifikasi memililki tingkat akurasi hingga 57% untuk membership function Gaussian dan 50% untuk membership function tipe Triangle dengan 20 kali pelatihan ANFIS.

Item Type: Thesis (Bachelor)
Additional Information: Pembimbing: Arif Johar Taufiq, S.T., M.T., dan Dian Nova Kusuma Handani, S.T., M.Eng.
Uncontrolled Keywords: GLCM (Gray Level Co-ocurence Matrix), RGB(Red Green Blue), ANFIS (Adaptive Neuro Fuzzy Inference System)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik > Teknik Elektro S1
Depositing User: Iin Hayuningtyas
Date Deposited: 17 Jul 2017 09:47
Last Modified: 17 Jul 2017 09:47
URI: https://repository.ump.ac.id:80/id/eprint/2761

Actions (login required)

View Item View Item