DETEKSI KECACATAN PERMUKAAN BUAH MANGGIS MENGGUNAKAN METODE DEEP LEARNING DENGAN KONVOLUSI MULTILAYER

Febriyana Fajar Lestari Dewi (2021) DETEKSI KECACATAN PERMUKAAN BUAH MANGGIS MENGGUNAKAN METODE DEEP LEARNING DENGAN KONVOLUSI MULTILAYER. S2 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf

Download (2MB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only

Download (372kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only

Download (704kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf

Download (555kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only

Download (922kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only

Download (804kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only

Download (880kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only

Download (546kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (666kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only

Download (548kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only

Download (31kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only

Download (5MB)

Abstract

Manggis merupakan tanaman yang bisa tumbuh di hutan dan dataran tinggi tertentu yang beriklim tropis. Manggis merupakan penyumbang devisa terbesar Indonesia. Saat ini menetukan kualitas buah manggis masih menggunakan tenaga manusia dengan mengandalkan alat indera pengeliatan dan peraba. Penelitian ini bertujuan untuk mendeteksi kecacatan buah manggis dengan akurasi yang tinggi. Metode yang digunakan alada salah satu arsitektur dalam deep learning yaitu CNN (Convolituonal Neural Network) dan konvolusi Multilayer. Untuk mendapatkan akurasi yang tinggi diitungan dengan menggunakan epouch dan layer. Hasil maksimum dari penelitian ini dengan parameter 4 lapisan dan epouch 30. Dengan hasil akurasi sebesar 98%.

Item Type: Thesis (S2)
Divisions: Fakultas Teknik > Teknologi Informasi S1
Depositing User: Unnamed user with email robi@umy.ac.id
Date Deposited: 06 Nov 2021 04:22
Last Modified: 06 Nov 2021 04:22
URI: https://etd.umy.ac.id/id/eprint/6018

Actions (login required)

View Item
View Item