1. Home
  2. Lainnya

Hubungan Tekstur dengan Tahap Kematangan Buah Parameter Penentu Tahap Kematangan Manggis

60

5.2 Saran

Agar dapat mengenali pola dengan lebih baik, sehingga diharapkan mendapatkan akurasi yang lebih tinggi, penelitian selanjutnya disarankan : 1. Menggunakan sampel manggis dengan diameter yang seragam dan pengambilan nilai-nilai fiturnya memperhatikan diameter buah manggis, hal ini diharapkan akan mendapatkan nilai-nilai fitur yang lebih mencirikan buah manggis. 2. Jumlah data yang digunakan diperbanyak dan menggunakan data dari tahap kematangan 1 sampai tahap kematangan 6, hal ini diharapkan agar dapat mengenali pola dengan lebih baik. 3. Menggunakan rata-rata dari keempat sudut orientasi matriks co-occurrence pada ekstraksi ciri dalam mendapatkan nilai setiap ciri tekstur, hal ini diharapkan akan mendapatkan nilai ciri yang lebih bagus. 4. Menggunakan FNN tipe lainnya, dengan harapan mendapatkan pengenalan yang lebih bagus. PENGEMBANGAN MODEL KLASIFIKASI KEMATANGAN BUAH MANGGIS BERDASARKAN WARNA MENGGUNAKAN FUZZY NEURAL NETWORK RETNO NUGROHO WHIDHIASIH SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012 7 Mutu buah manggis ditentukan oleh berbagai parameter diantaranya adalah parameter tingkat ketuaan dan kematangan indeks warna serta ukuran Deptan 2004. Proses grading dalam SPO komoditas manggis 2004, merupakan suatu pengelompokan buah berdasarkan kriteriakelas dan indek kematangan manggis untuk mendapatkan ukuran, warna buah dan tingkat kematangan yang seragam. Tingkat kematangan manggis berdasarkan indek warna berdasarkan SPO manggis dapat dilihat pada Tabel 1. Tabel 1 TingkatTahap kematangan manggis berdasarkan warna

2.2 Pengolahan Citra

Berbagai aplikasi pengolahan citra secara garis besar digunakan untuk memperbaiki kualitas suatu citra gambar sehingga lebih mudah diinterpretasikan oleh manusia dan mengolah informasi yang terdapat pada citra gambar untuk keperluan pengenalan objek secara otomatis. Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinus menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit.

Dokumen yang terkait

Kohonen Neural Network Dalam Pendeteksian Duplikasi Image Digital Melalui Deteksi Garis Tepi

2 54 75

Analisis Perbandingan Neural Network Backpropagation dengan Simple Perceptron dalam Mengenali Image Daun

2 66 90

Penggunaan Backpropagation Neural Network Pada Relay Jarak Untuk Mendeteksi Gangguan Pada Jaringan Transmisi

0 24 4

The Classification of Freycinetia Based on Stomata Anatomic Image Using K-Nearest Neighbor and Artificial Neural Network

0 4 131

An Image Compression Scheme Based on Fuzzy Neural Network

0 3 9

Classification Recognition Algorithm Based on Strong Association Rule Optimization of Neural Network

0 2 7

Research on Beef Skeletal Maturity Determination Based on Shape Description and Neural Network

0 4 9

Steady-State Stability Assessment Using Neural Network Based on Network Equivalent

0 3 12

Optimized estimation of mangosteen maturity stage using SVM and color features combination approach

0 3 7

Boosting Campus Network Design Using Cis

0 0 12