Afrianda, Bahri (2023) PERANCANGAN SISTEM MENDETEKSI KUALITAS KACANG KEDELAI DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) MENGGUNAKAN YOU ONLY LOOK ONCE (YOLO) PADA INDUSTRI UMKM PABRIK TAHU PAK ATAM. Other thesis, UNSADA.
Text
COVER.pdf Download (1MB) |
|
Text
COVER.pdf Download (1MB) |
|
Text
BAB 1.pdf Download (702kB) |
|
Text
BAB 2.pdf Download (944kB) |
|
Text
BAB 3.pdf Restricted to Registered users only Download (589kB) |
|
Text
BAB 4.pdf Restricted to Registered users only Download (1MB) |
|
Text
BAB 5.pdf Download (489kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (612kB) |
|
Text
HASIL TURNITIN.pdf Restricted to Registered users only Download (535kB) |
Abstract
Kedelai sebagai bahan baku utama dalam pembuatan tahu, mempunyai berbagai macam varietas dan setiap varietas kedelai mempunyai kandungan protein yang berbeda ini akan berpengaruh terhadap kualitas tahu yang dihasilkan. Kadar protein kedelai yang tinggi tergantung variasi (34-48%). Untuk memudahkan dalam mengidentifikasi kualitas kacang kedelai yang meliputi kualitas kacang kedelai bagus dan jelek, maka dengan menggunakan You Only Look Once (YOLO) dengan menggunakan Convolutional Neural Network (CNN) adalah metode deep learning yang digunakan mengindentifikasi sebuah objek pada citra digital dengan mentraining data gambar, agar lebih mudah diimplementasi kan penulis menggunakan android sebagai masukan dan keluaran hasil indentifikasi objek kacang kedelai. Dengan penerapan Convolutional Neural Network dapat membantu menghasilkan akurasi yang mendekati gambar aslinya serta menggunakan You Only Look Once (YOLO) dapat mendeteksi secara real time agar memudahkan pemilik dalam menentukan kedelai yang bagus dan jelek sehingga mempermudah pemilik pabrik dalam mengolah kedelai menjadi tahu yang berkualitas dan mengembangkan teknologi Artifical Intelegence pada UMKM Pabrik Tahu.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Convolutional Neural Network; You Only Look Once; Kualitas Kacang Kedelai; real time. |
Subjects: | 000 Generalities/Karya Umum > 005.3 Programs/ Program |
Divisions: | Fakultas Teknik > Teknik Informatika |
Depositing User: | Suwatno Suwatno Perpustakaan |
Date Deposited: | 23 Dec 2023 03:09 |
Last Modified: | 23 Dec 2023 03:09 |
URI: | http://repository.unsada.ac.id/id/eprint/7551 |
Actions (login required)
View Item |