KLASIFIKASI JENIS POHON MANGGA BERDASARKAN BENTUK DAN TEKSTUR DAUN MENGGUNAKAN METODE BACKPROPAGATION

HAKIKY, RIZA MIFTAHUL (2020) KLASIFIKASI JENIS POHON MANGGA BERDASARKAN BENTUK DAN TEKSTUR DAUN MENGGUNAKAN METODE BACKPROPAGATION. Skripsi thesis, Universitas Panca Marga Probolinggo.

Preview	Text COVER SKRIPSI RIZA MIFTAHUL.pdf Download (299kB) | Preview
	Text DAFTAR ISI RIZA MIFTAHUL.pdf Restricted to perpustakaan UPM Download (584kB)
Preview	Text ABSTRAK RIZA MIFTAHUL.pdf Download (546kB) | Preview
	Text BAB I RIZA MIFTAHUL.pdf Restricted to perpustakaan UPM Download (584kB)
	Text BAB II RIZA MIFTAHUL.pdf Restricted to perpustakaan UPM Download (1MB)
Preview	Text BAB III RIZA MIFTAHUL.pdf Download (1MB) | Preview
	Text BAB IV RIZA MIFTAHUL.pdf Restricted to perpustakaan UPM Download (1MB)
	Text BAB V RIZA MIFTAHUL.pdf Restricted to perpustakaan UPM Download (571kB)
	Text DAFTAR PUSTAKA RIZA MIFTAHUL.pdf Restricted to perpustakaan UPM Download (12kB)

Abstract

Mangga merupakan salah satu tanaman jenis buah-buahan yang digemari oleh masyarakat khususnya masyarakat daerah Probolinggo. Jenis mangga yang paling banyak ditanam di daerah Probolinggo adalah jenis mangga manalagi, arumanis, endog, dan apel. Berbagai cara dapat dilakukan untuk membedakan jenis mangga salah satunya dengan melihat bentuk dan tekstur daun dari pohon mangga. Karena setiap jenis mangga ternyata memiliki bentuk daun yang berbeda jika dilihat secara seksama. Identifikasi berdasarkan daun merupakan identifikasi yang lebih mudah dilakukan karena daun akan ada sepanjang masa, sedangkan bunga dan buah mungkin hanya ada pada waktu tertentu. Tujuan penelitian ini adalah melakukan klasifikasi jenis pohon mangga berdasarkan bentuk dan tekstur daun menggunakan metode Backpropagation. Proses ekstraksi ciri bentuk menggunakan metode metric dan eccentricity, sedangkan untuk proses ekstraksi ciri tekstur menggunakan contrast, correlation, energy dan homogeneity. Metode klasifikasi yang digunakan adalah Backpropagation. Berdasarkan hasil pengujian terhadap 60 data latih dan 40 data uji menggunakan parameter 2 hidden layer dengan 6 neuron input, jumlah epoch = 1000, learning rate = 0.01, target error = 0,000001 diperoleh akurasi sebesar 95%

Actions (login required)

View Item