Search for collections on Repository Universitas Maritim Raja Ali Haji

EKSTRASI FITUR MORFOLOGI DAN DETEKSI TEPI CANNY UNTUK PENGENALAN JENIS TANAMAN HERBAL MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Sartika, Sartika and Martaleli, Bettiza and Nurul, Hayaty (2019) EKSTRASI FITUR MORFOLOGI DAN DETEKSI TEPI CANNY UNTUK PENGENALAN JENIS TANAMAN HERBAL MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION. S1 thesis, Universitas Maritim Raja Ali Haji.

[img] Text
SKRIPSI - SARTIKA - 140155201001 (BOOKMARK).pdf
Restricted to Registered users only

Download (2MB)
Official URL: https://ft.umrah.ac.id/

Abstract

Indonesia memiliki beraneka ragam jenis tanaman herbal yang tidak mudah dikenali. Salah satu bentuk keanekaragaman tanaman tampak pada bentuk daunnya, yang berbentuk oval, waru (cordate), elips dan lain-lain. Kemajuan dalam bidang teknologi informasi dapat mempermudah pengenalan jenis tanaman herbal, khususnya dari bentuk daun. Pada penelitian ini dikembangkan sebuah aplikasi pengenalan jenis tanaman herbal berdasarkan bentuk daun dengan menggunakan ekstrasi fitur morfologi dan deteksi tepi canny dengan metode Backpropagation. Sebanyak 60 data sampel yang terbagi dalam tiga macam jenis daun tanaman herbal yaitu sirih (Chavica Betle L), daun lada (Piper nigrum L) dan daun brotowali (Tinospora Crispa Miers Hook) digunakan dalam aplikasi ini. Dari hasil pengujian, tingkat keakuratan pengenalan mencapai 94,44% menggunakan max threshold 0,2, min threshold 0,1 max epoch 30000 iterasi, node hidden layer 7, learning rate 0,9 dan target error 0,01.

Item Type: Thesis (S1)
Subjects: 000 Karya Umum > 000. Ilmu Umum dan Komputer > 004.65.Jaringan Komunikasi Komputer
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: Admin Repositori UMRAH
Date Deposited: 24 Jul 2021 05:25
Last Modified: 24 Jul 2021 05:25
URI: http://repositori.umrah.ac.id/id/eprint/1260

Actions (login required)

View Item View Item