Lewati ke konten utama
Beranda / Publikasi / Thesis
ThesisOpen AccessVersi 1

Penerapan Jaringan Syaraf Tiruan Backpropagation Untuk Identifikasi Penyakit Ice-ice Pada Citra Rumput Laut di Tarakan

Skripsi, Thesis, Disertasi, dan Tugas Akhir•TEKNIK ELEKTRO•1 dilihat · 0 unduhan

Abstrak

PENERAPAN JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK IDENTIFIKASI PENYAKIT ICE – ICE PADA Citra RUMPUT LAUT DI TARAKAN Nama Mahasiswa : Ani Kurniawati NPM : 16.403020.014 Dosen Pembimbing : Dedy Harto,S.T., M.T ABSTRAK Pada penelitian ini bertujuan untuk membuat suatu sistem komputasi pengidentifikasi penyakit ice-ice dengan metode Jaringan Saraf Tiruan (JST) backpropagation, sehingga dengan adanya sistem ini dapat mempermudah dan mempercepat keputusan dalam mengidentifikasi penyakit ice-ice pada rumput laut. Penggunaan metode backpropagation dapat menghasilkan suatu keputusan yang akurat di karenakan dapat menyelesaikan permasalahan yang rumit dengan cara ketika keluaran menghasilkan yang salah, maka penimbang (weight) di koreksi supaya galatnya dapat diperkecil dan tanggapan JST dapat menghasilkan keluaran yang mendekati nilai yang benar. Backpropagation juga berkemampuan untuk memperbaiki penimbang pada lapis tersembunyi (hidden layer). Pengambilan sampel citra pada peneltian ini menggunaka kamera HP dengan resolusi 4160×2080 piksel kemudian data yang berupa citra tersebut akan dilakukan pengolahan citra seperti cropping citra 40×35 piksel, mengubah citra RGB menjadi citra grayscale dan histogram citra grayscale , threshold dan histogram thresholdd sehingga nilai piksel dari histogram citra dipresentasikan ke nilai biner (0 dan 1) sebanyak 256 skala keabuan citra. Data penelitian ini terdiri dari data pelatihan dan data pengujian sistem dimana data pelatihan terdiri dari 24 citra kemudian diperoleh kandidat 6 citra terbaik dan data pengujian sebanyak 54 yaitu 30 citra dalam kondisi sakit dan 24 citra dalam kondisi sehat. Tingkat keberhasilan dari penelitian ini dapat di lihat dari hasil pengujian dimana hasil pengujian data pelatihan tingkat akurasi sebesar 100%, data uji citra sakit 90% dan data uji citra sehat 100% sehingga secara keseluruhan didapatkan tingkat akurasi sebesar 95% dengan tingkat kegagalan 5%. Dari hasil sistem menggunakan JST backpropagation maka dapat disimpulkan bahwa perangkat lunak ini layak digunakan untuk pengidentifikasi penyakit ice-ice pada citra rumput laut.

Informasi bibliografis

Versi dan riwayat publik

  1. Versi 1Penerapan Jaringan Syaraf Tiruan Backpropagation Untuk Identifikasi Penyakit Ice-ice Pada Citra Rumput Laut di Tarakan · oai:ais:skripsi:417