Implementasi Model SVM Dalam Deteksi Rasa Buah Mangga

Maulana, M.Andrea (2026) Implementasi Model SVM Dalam Deteksi Rasa Buah Mangga. Diploma thesis, Universitas Islam Indragiri.

[thumbnail of 403221010044-M. Andrea mualana-01-Awal.pdf] Text
403221010044-M. Andrea mualana-01-Awal.pdf

Download (1MB)
[thumbnail of 403221010044-M. Andrea mualana-02-Bab I.pdf] Text
403221010044-M. Andrea mualana-02-Bab I.pdf

Download (579kB)
[thumbnail of 403221010044-M. Andrea mualana-03-Bab II.pdf] Text
403221010044-M. Andrea mualana-03-Bab II.pdf

Download (2MB)
[thumbnail of 403221010044-M. Andrea mualana-04-Bab III.pdf] Text
403221010044-M. Andrea mualana-04-Bab III.pdf

Download (1MB)
[thumbnail of 403221010044-M. Andrea mualana-05-Bab IV.pdf] Text
403221010044-M. Andrea mualana-05-Bab IV.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of 403221010044-M. Andrea mualana-06-Bab V.pdf] Text
403221010044-M. Andrea mualana-06-Bab V.pdf

Download (229kB)
[thumbnail of 403221010044-M. Andrea mualana-07-Akhir.pdf] Text
403221010044-M. Andrea mualana-07-Akhir.pdf

Download (999kB)
[thumbnail of TURNITIN SKRIPSI ANDREA MAULANA SI 34%.pdf] Text
TURNITIN SKRIPSI ANDREA MAULANA SI 34%.pdf

Download (1MB)

Abstract

Penelitian ini bertujuan mengimplementasikan metode Support Vector Machine (SVM) untuk mendeteksi rasa buah mangga berbasis citra digital. Tahapan penelitian meliputi pengumpulan dataset, pre-processing, ekstraksi fitur warna dan tekstur, pelatihan model, pengujian, serta implementasi sistem pada aplikasi Android. Fitur yang digunakan meliputi RGB, HSV, histogram warna, tekstur Local Binary Pattern (LBP), rasio warna kematangan, edge density, dan grid spasial. Model SVM menggunakan kernel Radial Basis Function (RBF) untuk mengklasifikasikan tiga kategori rasa, yaitu asam, manis, dan pahit. Hasil pengujian terhadap 597 data testing menunjukkan nilai Accuracy sebesar 92,96%, Precision 93,02%, Recall 92,96%, dan F1-Score 92,96%. Hasil tersebut menunjukkan bahwa metode SVM mampu mendeteksi rasa buah mangga dengan tingkat akurasi yang baik. Model kemudian diimplementasikan pada aplikasi Android yang dapat digunakan secara offline untuk membantu proses deteksi secara cepat dan efisien

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Buah Mangga, Deteksi Rasa, Pengolahan Citra, Support Vector Machine (SVM).
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik dan Ilmu Komputer > Program Studi Sistem Informasi
Depositing User: Nilam Sari
Date Deposited: 24 Sep 2026 04:16
Last Modified: 24 Sep 2026 04:16
URI: http://repository.unisi.ac.id/id/eprint/1205

Actions (login required)

View Item View Item