Identifikasi Varietas Unggul Kedelai Berdasarkan Warna Benih Dengan Fuzzy Cluster Means

Lastomo, Dwi (2010) Identifikasi Varietas Unggul Kedelai Berdasarkan Warna Benih Dengan Fuzzy Cluster Means. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 1105100054-Undergraduate_Thesis.pdf Download (9MB)

Abstract

Telah dilcikukan tugas akhir tentang identifikasi vcirietas unggul kedelai bedasarkan warna dengan Fuzzy Cluster Means (FC'M ). Tugas akhir ini bertujuan untuk menentukan identi fikasi varietas unggul kedelai dengan menggunakan FC`M herdasarkan warna kemudian membandingkaanya dengan hasil pengolahan data melalui jaringan syaraf tiruan (JST). Percobaan ini menggunakan benih kedelai sebagai objek, dari varietas: Anjasmoro, Argomulyo, Argopuro, dan Panderman. Data masukan yang digunakan dalam tugas akhir ini berupa data RGB dari masing-masing varietas dengan variasi warna tempat pengambilan data, yaitu hitarn dan coklat serta jenis lampu yang digunakan, yaitu: pijar dan halogen. Data tersebut diolah dengan menggunakan FCM sehingga diperoleh keluaran berupa pusat klaster dan derajat keanggotaan serta nilai error dengan metode FCM. Hasil yang diperoleh menunjukkan bahwa tiap varietas memenuhi sifat derajat keanggotaan fuzzy, yaitu maksimum pada satu kelas dan minimum untuk kelas yang lain. Untuk tingkat keakuratan, FCM memberikan kebenaran sebesar 80%. Jika dibandingakan dengan JST, FCM kurang akurat namun lebih konsisten dalam memberikan kebenaran.
===========================================================================================================================
Final project about identification of soybean varieties based on color by Fuzzy> Cluster Means (FCM ) was done. This final project aims to determine the identification of soybean varieties using FCM based on the color then compared by results of data processing by artificial neural network ( 1ST). This experiment used soybean seeds as objects of varieties: Anjasmoro, Argomulyo, Argopuro, and Panderman. Input data used in this final project in the form of RGB data of each variety with the color variations of data retrieval, which is black and brown and kind of lamps used\ namely: incandescent and halogen. The data is processed by using FCM to produce the output of the cluster centers and membership degrees and the value of an error with FCM method. The resulst of the final project, it is known that each character varieties meet fuzzy membership degrees\ ie at a maximum and minimum class for another class. Tor the level of accuracy, FCM provides the truth as much as H0%. If it compared by JST, FCM is less accurate but more consistent in giving the truth.

Item Type:	Thesis (Other)
Additional Information:	RSFi 006.42 Las i 2010
Uncontrolled Keywords:	kedelai, RGB, Fuzzy C-Means( FCM ), soybeen
Subjects:	T Technology > TJ Mechanical engineering and machinery > TJ828 Wind turbines
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Physics > 45201-(S1) Undergraduate Thesis
Depositing User:	Anis Wulandari
Date Deposited:	09 Nov 2022 08:21
Last Modified:	09 Nov 2022 08:23
URI:	http://repository.its.ac.id/id/eprint/95077

Actions (login required)

View Item