IDENTIFIKASI KUALITAS KACANG KEDELAI UNTUK PEMBUATAN TAHU MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Dwi Iqbal, Hasani (2022) IDENTIFIKASI KUALITAS KACANG KEDELAI UNTUK PEMBUATAN TAHU MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Other thesis, UNSADA.

[img] Text
COVER.pdf

Download (1MB)
[img] Text
BAB 1.pdf

Download (913kB)
[img] Text
BAB 2.pdf

Download (1MB)
[img] Text
BAB 3.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB 4.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB 5.pdf

Download (671kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (684kB)
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (682kB)
Official URL: http://repository.unsada.ac.id/cgi/oai2

Abstract

Kualitas kedelai terutama untuk tahu dapat memberikan dampak yang sangat besar bagi kemajuan pabrik tahu. Dalam menentukan kualitas kacang kedelai saat ini pabrik tahu masih melakukan pengecekan secara manual, yaitu menggunakan tangan untuk melihat kualitasnya. Sebagai upaya untuk lebih memperkenalkan penentuan kualitas kacang kedelai kepada pabrik tahu, maka diperlukan sebuah model yang dapat mengenali bentuk dari kacang kedelai. Untuk memudahkan dalam mengidentifikasi kualitas kacang kedelai yang meliputi kualitas kacang kedelai bagus dan tidak bagus khususnya bagi para pemilik pabrik tahu agar tahu, maka dengan menggunakan Metode Convolutional Neural Network. Convolutional Neural Network (CNN) merupakan salah satu metode deep learning yang dapat digunakan untuk mengidentifikasi dan mengenali sebuah objek pada sebuah citra digital. Berdasarkan hasil penelitian dapat disimpulkan bahwa dalam sistem identifikasi kualitas kacang kedelai dengan penerapan metode Convolutional Neural Network untuk iterasi atau epoch yang digunakan sebanyak 15 per batchsize 3 dengan banyak data train 80 gambar. Pada algoritma Convolutional Neural Network faktor dari jumlah data dan iterasi atau epoch mempengaruhi kinerja sistem pada machine learning ini dalam model sistem ini accuracy tertinggi dan loss terendah terdapat di epoch ke-14 yaitu sebesar accuracy 0.8500 dengan loss 0.4331, untul val_accuracy tertinggi dan val_loss terendah terdapat di epoch ke-15 yaitu sebesar val_accuracy 0.9125 dengan val_loss 0.3138. Sehingga dengan terciptanya sistem identifikasi kualitas kacang kedelai berdasarkan citra biji kedelai dengan tujuan untuk membantu dan mempermudah para pabrik dalam mengenali kualitas pada kacang kedelai sehingga dapat meningkatkan kualitas kedelai dalam olahan tahu tersebut.

Item Type: Thesis (Other)
Uncontrolled Keywords: Kedelai, Kualitas, CNN, Citra Digital, Raspberry
Subjects: 000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Suwatno Suwatno Perpustakaan
Date Deposited: 19 Dec 2022 03:01
Last Modified: 19 Dec 2022 03:01
URI: http://repository.unsada.ac.id/id/eprint/5111

Actions (login required)

View Item View Item