Pemodelan Prediksi Kadar Air Pada Pengeringan Chip Ubi Kayu (Manihot esculenta) Berbasis Machine Vision Menggunakan Artificial Neural Network (ANN)
| Main Author: | Ifdlial, Muhammad |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/4461/ |
| ctrlnum |
4461 |
|---|---|
| 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/4461/</relation><title>Pemodelan Prediksi Kadar Air Pada
Pengeringan Chip Ubi Kayu (Manihot
esculenta) Berbasis Machine Vision
Menggunakan Artificial Neural Network (ANN)</title><creator>Ifdlial, Muhammad</creator><subject>664.002 856 3 Food technology (Artificial intelligence)</subject><description>Salah satu hasil pertanian di Indonesia yang potensial
yaitu ubi kayu (Manihot esculenta). Ubi kayu telah banyak
diolah menjadi bermacam bentuk pangan, salah satunya
MOCAF. Salah satu proses pengolahan pada ubi kayu adalah
pengeringan. Dalam proses pengeringan sering timbul berbagai
masalah seperti sulitnya pengontrolan suhu dan kelembaban
udara, terjadinya kontaminasi mikroba, serta ketergantungan
pada kondisi cuaca setempat. Pengeringan dengan alat
pengering buatan akan memperoleh hasil seperti yang
diharapkan asalkan kondisi pengering dapat terkontrol dengan
baik. Kendala ini tentunya membutuhkan teknologi yang dapat
melakukan evaluasi karakteristik chip ubi kayu secara cepat dan
tepat, yaitu dengan teknik Machine Vision.
Metode machine vision erat kaitannya dengan analisis
citra atau image analyse. Analisis citra adalah sebuah proses
ekstraksi dari suatu format gambar menjadi informasi yang
berarti. Dalam hal ini mengubah informasi gambar, menjadi
angka-angka dalam indeks. Kadar air ubi kayu diprediksi
menggunakan image analysis dan program NN-Prediction,
didapatkan nilai co-occurance matriksnya (CCM) dari ekstraksi
fitur yaitu indeks warna red, green, blue, gray, hue, HSL, HSV,
Lightness, Value dan Lab dan fitur tekstur. Berdasarkan
ekstraksi fitur dan ANN, fitur tekstur Energy menjadi parameter
uji yang terbaik untuk memprediksi kadar air dalam
pengeringang chip ubi kayu karena memiliki nilai MSE validasi
paling rendah sebesar 0,00006 dengan ARE 6,46%.</description><date>2017-09-14</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Ifdlial, Muhammad (2017) Pemodelan Prediksi Kadar Air Pada Pengeringan Chip Ubi Kayu (Manihot esculenta) Berbasis Machine Vision Menggunakan Artificial Neural Network (ANN). Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTP/2017/594/051710051</relation><recordID>4461</recordID></dc>
|
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview |
| author |
Ifdlial, Muhammad |
| title |
Pemodelan Prediksi Kadar Air Pada
Pengeringan Chip Ubi Kayu (Manihot
esculenta) Berbasis Machine Vision
Menggunakan Artificial Neural Network (ANN) |
| publishDate |
2017 |
| topic |
664.002 856 3 Food technology (Artificial intelligence) |
| url |
http://repository.ub.ac.id/4461/ |
| contents |
Salah satu hasil pertanian di Indonesia yang potensial
yaitu ubi kayu (Manihot esculenta). Ubi kayu telah banyak
diolah menjadi bermacam bentuk pangan, salah satunya
MOCAF. Salah satu proses pengolahan pada ubi kayu adalah
pengeringan. Dalam proses pengeringan sering timbul berbagai
masalah seperti sulitnya pengontrolan suhu dan kelembaban
udara, terjadinya kontaminasi mikroba, serta ketergantungan
pada kondisi cuaca setempat. Pengeringan dengan alat
pengering buatan akan memperoleh hasil seperti yang
diharapkan asalkan kondisi pengering dapat terkontrol dengan
baik. Kendala ini tentunya membutuhkan teknologi yang dapat
melakukan evaluasi karakteristik chip ubi kayu secara cepat dan
tepat, yaitu dengan teknik Machine Vision.
Metode machine vision erat kaitannya dengan analisis
citra atau image analyse. Analisis citra adalah sebuah proses
ekstraksi dari suatu format gambar menjadi informasi yang
berarti. Dalam hal ini mengubah informasi gambar, menjadi
angka-angka dalam indeks. Kadar air ubi kayu diprediksi
menggunakan image analysis dan program NN-Prediction,
didapatkan nilai co-occurance matriksnya (CCM) dari ekstraksi
fitur yaitu indeks warna red, green, blue, gray, hue, HSL, HSV,
Lightness, Value dan Lab dan fitur tekstur. Berdasarkan
ekstraksi fitur dan ANN, fitur tekstur Energy menjadi parameter
uji yang terbaik untuk memprediksi kadar air dalam
pengeringang chip ubi kayu karena memiliki nilai MSE validasi
paling rendah sebesar 0,00006 dengan ARE 6,46%. |
| id |
IOS4666.4461 |
| 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 |
2018-01-19T18:32:03Z |
| last_indexed |
2021-10-18T02:09:56Z |
| recordtype |
dc |
| _version_ |
1751453609943367680 |
| score |
17.538404 |