Skripsi/Tugas Akhir

Penerapan Metode Canny Sebagai Ekstraksi Fitur dan Metode Jaringan Saraf Tiruan untuk Mengindentifikasikan Jenis Daun Obat–Obatan Berbasis Image Processing

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Daun merupakan salah satu jenis tumbuhan yang memiliki banyak khasiatnya yang digunakan sebagai obat herbal oleh masyarkat khusunya duan sirih, daun papaya, daun salam dan daun serai. Setiap daun memiliki jenis yang berbeda-beda yaitu jenis daun melengkung, daun menyirip, daun menjari dan daun sejajar. Berbagai cara dapat dilakaukan untuk membedakan jenis-jenis daun salah satunya dengan tesktur dan warna. Tujuan penelitian ini adalah melakukan identifikasi jenis daun berdasarkan tekstur dan warna menggunakan metode edge detection Canny dan Jaringan saraf tiruan Bacpropagation. Berdasarkan hasil pengujian terhadap 100 citra di mana terdapat 76 data latih dan 24 data uji menggunakan parameter 2 hidden layer dengan 20 neuron input, Jumlah epoch = 20, learning rate=0.1, target eror 0,00001 yang memperoleh hasil akurasi 92%.
Kata Kunci: Daun Obat-Obatan, Jenis-Jenis Daun, Identifikasi, Edge Detection Canny, JST Backpropagation

ABSTRACT
Leaves are one type of plant that has many benefits that are used as herbal medicine by the community, especially duan betel, papaya leaves, bay leaves and lemongrass leaves. Each leaf has a different type, namely the type of curved leaves, pinnate leaves, fingered leaves and parallel leaves. Various ways can be used to distinguish the types of leaves, one of which is by texture and color. The purpose of this study was to identify leaf types based on texture and color using the Canny edge detection method and Bacpropagation artificial neural network. Based on the test results of 100 images where there are 76 training data and 24 test data using parameters 2 hidden layers with 20 input neurons, Number of epoch = 20, learning rate = 0.1, error target 0.00001 which obtained 92% accuracy results.
Keywords: Daun Drugs, Types of Leaves, Identification, Canny Edge Detection, JST Backpropagation

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-48 AMI p - 0513TI

Penerbit

Makassar : Universitas DIPA., 2023

Deskripsi Fisik

xi + 75 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-48

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 26 Juli 2023

Subjek

Skripsi/Tugas Akhir
Jaringan Saraf Tiruan
Algoritma Canny

Lampiran File