Implementasi Background Subtraction Untuk Klasifikasi Keripik Kentang Berbasis Raspberry Pi Menggunakan Metode Naïve Bayes
| Main Author: | Pratama, Yongki |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/13742/1/Yongki%20Pratama.pdf http://repository.ub.ac.id/13742/ |
| ctrlnum |
13742 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/13742/</relation><title>Implementasi Background Subtraction Untuk
Klasifikasi Keripik Kentang Berbasis Raspberry Pi Menggunakan Metode Naïve
Bayes</title><creator>Pratama, Yongki</creator><subject>641.352 1 Potaoes</subject><description>Perkembangan ilmu pengetahuan dan teknologi pada masa sekarang banyak
digunakan didunia industri untuk pengolahan hasil pertanian dan perkebunan.
Kentang adalah jenis sayuran yang bisa diolah menjadi beragam makanan, salah
satunya ialah keripik. Banyak perusahaan besar di Indonesia yang memproduksi
keripik dari kentang. Salah satunya yaitu Pabrik Istana yang berada di Kota Wisata
Batu. Kentang yang diolah mempunyai beragam ukuran mulai dari ukuran yang
paling besar yaitu (Super), lalu ukuran (AB) yang berukuran sedang, kemudian
ukuran (A) yang paling kecil. Proses penyortiran pada pabrik tersebut dilakukan
oleh manusia secara manual sehingga menghasilkan keluaran yang relatif kurang
seragam, Oleh karena itu dibutuhkan penelitian mengenai suatu alat yang dapat
menyortir atau memilah keripik kentang secara otomatis. Dalam penelitian ini,
sistem yang dibuat berupa konveyor, yang dipasang sebuah webcam sebagai
sensor untuk mengambil gambar dari keripik kentang yang kemudian diolah dalam
Raspberry Pi menggunakan metode pengolahan citra Background Substraction.
Background Subtractionadalah metode yang banyak digunakan untuk mendeteksi
objek bergerak yang mana pada sistem ini keripik yang diambil nilainya adalah
objek bergerak. Keripik kentang akan diklasifikasi berdasarkan ukuran yang dibaca
oleh sistem dengan menggunakan parameter nilai w dan h atau lebar dan tinggi
dari boundingbox keripik kentang yang dikonversi ke ukuran sebenarnya dengan
satuan millimeter. Nilai tersebut digunakan sebagai acuan untuk diklasifikasi
menggunakan metode Naïve Bayes. Naïve Bayes digunakan untuk metode
klasifikasi karena merupakan metode yang yang mempunyai peforma tinggi dan
mempunyai akurasi yang sangat baik untuk klasifikasi. Setelah mendapatkan hasil
klasifikasi keripik kentang akan didorong atau dipilah oleh pendorong yang
dijalankan servo. Dari hasil pengujian yang dilakukan Background
Subtractiondapat membaca citra kentang dengan baik. Pembacaan ukuran keripik
kentang dari sistem mendapatkan error yang kecil yaitu sebesar 3,73%. Kemudian
Akurasi yang diperoleh menggunakan metode Naïve Bayes dalam klasifikasi
keripik dengan 90 data latih dan 30 data uji adalah senilai 93,33 mempunyai
kecepatan waktu pemrosesan rata-rata sebesar 1,7 ms dari 30 kali pengujian
tersebut. Kemudian dilakukan pengujian hardware servo yang sudah berjalan
sesuai sistem.</description><date>2018-08-03</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/13742/1/Yongki%20Pratama.pdf</identifier><identifier> Pratama, Yongki (2018) Implementasi Background Subtraction Untuk Klasifikasi Keripik Kentang Berbasis Raspberry Pi Menggunakan Metode Naïve Bayes. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2018/609/051808465</relation><recordID>13742</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Pratama, Yongki |
| title |
Implementasi Background Subtraction Untuk
Klasifikasi Keripik Kentang Berbasis Raspberry Pi Menggunakan Metode Naïve
Bayes |
| publishDate |
2018 |
| topic |
641.352 1 Potaoes |
| url |
http://repository.ub.ac.id/13742/1/Yongki%20Pratama.pdf http://repository.ub.ac.id/13742/ |
| contents |
Perkembangan ilmu pengetahuan dan teknologi pada masa sekarang banyak
digunakan didunia industri untuk pengolahan hasil pertanian dan perkebunan.
Kentang adalah jenis sayuran yang bisa diolah menjadi beragam makanan, salah
satunya ialah keripik. Banyak perusahaan besar di Indonesia yang memproduksi
keripik dari kentang. Salah satunya yaitu Pabrik Istana yang berada di Kota Wisata
Batu. Kentang yang diolah mempunyai beragam ukuran mulai dari ukuran yang
paling besar yaitu (Super), lalu ukuran (AB) yang berukuran sedang, kemudian
ukuran (A) yang paling kecil. Proses penyortiran pada pabrik tersebut dilakukan
oleh manusia secara manual sehingga menghasilkan keluaran yang relatif kurang
seragam, Oleh karena itu dibutuhkan penelitian mengenai suatu alat yang dapat
menyortir atau memilah keripik kentang secara otomatis. Dalam penelitian ini,
sistem yang dibuat berupa konveyor, yang dipasang sebuah webcam sebagai
sensor untuk mengambil gambar dari keripik kentang yang kemudian diolah dalam
Raspberry Pi menggunakan metode pengolahan citra Background Substraction.
Background Subtractionadalah metode yang banyak digunakan untuk mendeteksi
objek bergerak yang mana pada sistem ini keripik yang diambil nilainya adalah
objek bergerak. Keripik kentang akan diklasifikasi berdasarkan ukuran yang dibaca
oleh sistem dengan menggunakan parameter nilai w dan h atau lebar dan tinggi
dari boundingbox keripik kentang yang dikonversi ke ukuran sebenarnya dengan
satuan millimeter. Nilai tersebut digunakan sebagai acuan untuk diklasifikasi
menggunakan metode Naïve Bayes. Naïve Bayes digunakan untuk metode
klasifikasi karena merupakan metode yang yang mempunyai peforma tinggi dan
mempunyai akurasi yang sangat baik untuk klasifikasi. Setelah mendapatkan hasil
klasifikasi keripik kentang akan didorong atau dipilah oleh pendorong yang
dijalankan servo. Dari hasil pengujian yang dilakukan Background
Subtractiondapat membaca citra kentang dengan baik. Pembacaan ukuran keripik
kentang dari sistem mendapatkan error yang kecil yaitu sebesar 3,73%. Kemudian
Akurasi yang diperoleh menggunakan metode Naïve Bayes dalam klasifikasi
keripik dengan 90 data latih dan 30 data uji adalah senilai 93,33 mempunyai
kecepatan waktu pemrosesan rata-rata sebesar 1,7 ms dari 30 kali pengujian
tersebut. Kemudian dilakukan pengujian hardware servo yang sudah berjalan
sesuai sistem. |
| id |
IOS4666.13742 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2019-03-28T02:18:34Z |
| last_indexed |
2021-10-28T06:49:42Z |
| recordtype |
dc |
| _version_ |
1751453697154482176 |
| score |
17.538404 |