PREDIKSI BERAT BADAN MANUSIA BERBASIS JARINGAN SARAF TIRUAN BACK PROPOGATION

Basit, Abdul (2020) PREDIKSI BERAT BADAN MANUSIA BERBASIS JARINGAN SARAF TIRUAN BACK PROPOGATION. Masters thesis, Universitas Islam Sultan Agung Semarang.

	Text cover.pdf Download (668kB)
	Text abstrak.pdf Download (55kB)
	Text daftar isi.pdf Download (137kB)
	Text daftar pustaka.pdf Download (143kB)
	Text lampiran.pdf Download (200kB)
	Text bab 1.pdf Download (67kB)
	Text publikasi.pdf Restricted to Registered users only Download (477kB)
	Text bab 2.pdf Restricted to Registered users only Download (265kB)
	Text bab 3.pdf Restricted to Registered users only Download (349kB)
	Text bab 4.pdf Restricted to Registered users only Download (896kB)
	Text bab 5.pdf Restricted to Registered users only Download (53kB)

Abstract

Berat badan menjadi salah satu acuan untuk melakukan seleksi kesehatan masuk lembaga/instansi terkait, seperti pemerintahan BUMN, swasta bahkan perguruan tinggi seperti politeknik Harapan Bersama yang memiliki prodi kesehatan yang melakukan tes pengukuran berat badan untuk calon mahasiswanya. Maka dari itu alat ukur menjadi hal yang sangat penting untuk bisa mengetahui berapa berat badan manusia. Informasi berat badan pada umumnya diperoleh dari pengukuran menggunakan alat timbangan badan. Mendeteksi badan badan manusia dengan jumlah satu atau dua mungkin tidak menjadi permasalahan akan tetapi dengan skala yang lebih banyak itu akan kurang efisien dengan menggunakan alat ukur yang ada. Salah satu metode lain untuk mengetahui berat badan seseorang adalah dengan pengolahan citra. Penelitian ini bertujuan untuk menghitung berat badan dengan menggunakan pengolahan citra dan metode yang di gunakan adalah Jaringan Saraf tiruan (back propagation) untuk mendeteksi berat badan. Hasil pengujian, analisa, dan akurasi sistem sebesar 97% menunjukkan bahwa metode perhitungan berat badan sangat mungkin dilakukan melalui pengolahan citra dan metode Jaringan Syaraf Tiruan (back propogation) dengan berbagai ketentuan serta batasan. Kata Kunci : berat badan, Computer Vision, Jaringan saraf Tiruan

Item Type:	Thesis (Masters)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Pascasarjana Pascasarjana > Magister Teknik elektro
Depositing User:	Pustakawan Reviewer UNISSULA
Date Deposited:	18 Oct 2021 07:49
Last Modified:	18 Oct 2021 07:49
URI:	http://repository.unissula.ac.id/id/eprint/20521

Actions (login required)

View Item