SISTEM CERDAS DETEKSI KUALITAS SANTAN KELAPA BERBASIS ANDROID MENGGUNAKAN METODE NEAREST MEAN CLASSIFIER (NMC)

samsudin, sadek (2019) SISTEM CERDAS DETEKSI KUALITAS SANTAN KELAPA BERBASIS ANDROID MENGGUNAKAN METODE NEAREST MEAN CLASSIFIER (NMC). Diploma thesis, Universitas Islam Indragiri.

Text SKRIPSI MASPARUDIN.pdf Download (3MB)

Abstract

Santan kelapa adalah salah satu bahan pokok yang hampir selalu dijadikan bahan untuk segala jenis makanan. Kualitas menjadi hal yang terpenting dalam pemilihan santan kelapa. Bagaimanapun pengidentifikasian kualitas santan secara manual oleh masyarakat sebagai pembeli tidak efisien, hal ini terjadi karena masyarakat kesulitan membedakan mana santan yang murni dan mana santan yang bercampur dengan air. Penelitian ini membahas tentang sistem cerdas deteksi kualitas santan. Patokan dalam pengklasifikasian adalah warna dari citra santan kelapa. Sistem cerdas ini menggunakan metode NMC (Nearest Mean Classifier). Metode ini menghitung jarak vektor input citra ke masing-masing mean kelas dari citra latih. lalu yang terkecil adalah jarak terdekat merupakan dasar dalam menentukan hasil dari klasifikasi. Penelitian ini menggunakan metode validasi holdout dengan perbandingan 2/3 untuk data training dan 1/3 digunakan untuk data pengujian. Klasifikasi ini menggunakan total 135 buah citra. Pengujian menggunakan 3 jenis kamera smartphone yaitu kamera 1 Xiaomi Mi 8 lite, kamera 2 Oppo F7, dan kamera 3 Samsung Galaxy J3 Pro. Pada pengujian kamera 1 memiliki tingkat akurasi tertinggi yaitu 86,66% dibandingkan dengan kamera 2 dengan akurasi 60% dan kamera 3 dengan akurasi 46%. Ini dikarenakan kamera 1 lah digunakan untuk melakukan training pada sistem, sehingga hasil ekstraksi warna RGB baik pada citra training maupun citra uji stabil karena menangkap citra dengan lensa dan memprosesnya dengan software yang sama juga. Kata Kunci : Sistem Cerdas, Neares Mean Classifier (NMC), Android, Deteksi Kualitas Santan, Warna RGB.

Actions (login required)

View Item