Adi, Ichsan Pratama (2017) Identifikasi Jenis Batu Mulia Berdasarkan Spektrum Warna Menggunakan Neural Network. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2212100063-Undergraduate-Theses.pdf - Published Version Download (2MB) | Preview |
Abstract
Banyaknya macam dan warna dari batu mulia membuatnya sulit untuk diidentifikasi jenisnya. Ada beberapa cara untuk mengidentifikasi jenis batu, salah satunya menggunakan Spektrometer Vis. Namun penggunaan spektrometer sebagai alat identifikasi masih banyak dengan cara manual. Dengan membuat kecerdasan buatan yang mampu mengidentifikasi jenis-jenis batu mulia maka akan mempermudah pekerjaan manusia untuk mengidentifikasinya.
Spektrometer Vis ini menggunakan kisi difraksi untuk mendispersikan cahaya sesuai panjang gelombangnya berupa spektrum warna. Gambar spektrum ini diambil menggunakan kamera untuk diubah ke bentuk digital. Gambar digital inilah yang dapat digunakan sebagai acuan identifikasi oleh kecerdasan buatan berupa Neural Network menggunakan Raspberry Pi. Pada awalnya beberapa contoh batu mulia akan dijadikan sampel untuk proses pembelajaran pada Neural Network. Kemudian selanjutnya batu yang akan dideteksi cukup ditempatkan di depan spektrometer untuk dapat diidentifikasi dan hasil akan ditampilkan pada layar Raspberry Pi berupa jenis batu mulianya.
Pada pengujian spektrometer warna sebuah objek yang dideteksi sangat berpengaruh terhadap hasil keluaran spektrum warna. Setelah diuji coba beberapa batu untuk diidentifikasi diperoleh hasil rata-rata keakuratan deteksi batu adalah 86%.
======================================================================================
Many kinds and colors of precious stones makes it difficult to identify its type. There are several ways to identify the type of stone, one of them using a visible spectrometer. However, the use of a spectrometer as an identification tool is still using the manual way. By creating an artificial intelligence that can identify the types of precious stones will make human work easier to identify them.
Visual spectrometer using a diffraction grating to disperse the light in the form of spectrum wavelength. This spectrum then captured with camera to be converted to digital form. The digital image can be used as a reference for identification of Neural Network artificial intelligence in Raspberry Pi. Some examples of precious stones used to be sampled for the learning process on Neural Network. Then the next stone that wanted to be identified fairly placed in front of the spectrometer and the results will be displayed on the screen in the form of gemstone types.
The color of an object affects the output color spectrum. And the entire process obtained an average yield of stone detection accuracy is 86%. This figure is sufficient if it is used as a reference in detecting the type of gemstones.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Batu mulia, kisi difraksi, spektrum warna, kamera, Raspberry Pi, gemstone, diffraction grating, color spectrum, camera |
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques T Technology > TJ Mechanical engineering and machinery > TJ223 PID controllers T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105 Data Transmission Systems |
| Divisions: | Faculty of Industrial Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis |
| Depositing User: | - ICHSAN PRATAMA ADI |
| Date Deposited: | 28 Apr 2017 05:47 |
| Last Modified: | 08 Mar 2019 07:17 |
| URI: | http://repository.its.ac.id/id/eprint/3841 |
Actions (login required)
 |
View Item |