SETIAJI, MUHAMMAD IMAM (2017) IDENTIFIKASI KEMATANGAN BUAH MANGGA HARUMANIS MENGGUNAKAN METODE ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM). S1 thesis, UNIVERSITAS MUHAMMADIYAH PURWOKERTO.

[thumbnail of COVER_MUHAMMAD IMAM SETIAJI_TI'17.pdf]
Preview
Text
COVER_MUHAMMAD IMAM SETIAJI_TI'17.pdf

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

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

Download (1MB) | Preview
[thumbnail of BAB III_MUHAMMAD IMAM SETIAJI_TI'17.pdf] Text
BAB III_MUHAMMAD IMAM SETIAJI_TI'17.pdf
Restricted to Registered users only

Download (998kB)
[thumbnail of BAB IV_MUHAMMAD IMAM SETIAJI_TI'17.pdf] Text
BAB IV_MUHAMMAD IMAM SETIAJI_TI'17.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB V_MUHAMMAD IMAM SETIAJI_TI'17.pdf] Text
BAB V_MUHAMMAD IMAM SETIAJI_TI'17.pdf
Restricted to Registered users only

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

Download (730kB) | Preview
[thumbnail of LAMPIRAN_MUHAMMAD IMAM SETIAJI_TI'17.pdf] Text
LAMPIRAN_MUHAMMAD IMAM SETIAJI_TI'17.pdf
Restricted to Registered users 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.

Dosen Pembimbing: unspecified | unspecified
Item Type: Thesis (S1)
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 Tekniik Dan Sains > Teknik Elektro S1
Depositing User: Iin Hayuningtyas
Date Deposited: 17 Jul 2017 09:47
Last Modified: 05 Feb 2025 01:19
URI: http://repository.ump.ac.id/id/eprint/2761

Actions (login required)

View Item View Item