CAHYO, NOVA CATUR ANGGI (2019) IDENTIFIKASI DAGING AYAM SEGAR DENGAN ALGORITMA JARINGAN SYARAF TIRUAN BERBASIS ANDROID. Undergraduate thesis, Universitas Islam Sultan Agung.

	Text COVER.pdf Baca Disini (548kB) | Download (548kB)
	Text ABSTRAK.pdf Baca Disini (7kB) | Download (7kB)
	Text DAFTAR ISI.pdf Baca Disini (281kB) | Download (281kB)
	Text DAFTAR PUSTAKA.pdf Baca Disini (119kB) | Download (119kB)
	Text LAMPIRAN.pdf Baca Disini (1MB) | Download (1MB)
	Text Publikasi.pdf Baca Disini (4MB) | Download (4MB)
	Text BAB I.pdf Baca Disini (122kB) | Download (122kB)
	Text BAB II.pdf Restricted to Registered users only Baca Disini (464kB) | Download (464kB)
	Text BAB III.pdf Restricted to Registered users only Baca Disini (609kB) | Download (609kB)
	Text BAB IV.pdf Restricted to Registered users only Baca Disini (469kB) | Download (469kB)
	Text BAB V.pdf Restricted to Registered users only Baca Disini (7kB) | Download (7kB)

Abstract

Penelitian ini bertujuan untuk membuat suatu sistem yang bisa mengidentifikasi daging ayam berdasarkan nilai red, green, blue dari ekstrasi gambar daging. Sistem ini dibangun dengan menerapkanan metode jaringan syaraf tiruan backpropagation sebagai algoritmanya. Metode ini dipilih karena nilai akurai yang diperoleh sangat baik. Jaringan syaraf tiruan dapat menyelesaikan masalah melalui proses belajar dari contoh-contoh yang diberikan. Selama pembelajaran itu pola masukan disajikan berserta dengan pola keluaran yang diinginkan, ketika nilai keluaran tidak sesuai jaringan syaraf tiruan akan melakukan perubahan bobot sampai menghasilkan keluaran yang sesuai, hasil keluaran tersebut yang akan menjadi penentu jenis dari daging ayam. Pengujian sistem ini dilakukan dengan 60 gambar daging menghasilkan nilai akurasi 86,67%, presisi ayam segar 0,65, presisi ayam formalin 0,95 dan presisi ayam busuk 1 dengan rata-rata presisi 0,87. Dengan dibangunnya sistem ini diharapkan dapat membantu dan mempermudah dalam mengidentifikasi daging ayam.

Dosen Pembimbing:	Subroto, Imam Much Ibnu and Taufik, Moch | nidn0613037301, nidn0622037502
Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 5 UNISSULA
Date Deposited:	20 Jan 2020 06:35
Last Modified:	20 Jan 2020 06:35
URI:	https://repository.unissula.ac.id/id/eprint/15094

Actions (login required)

View Item