KLASIFIKASI CITRA JELLY MURNI, JELLY DENGAN PEWARNA MAKANAN, DAN JELLY TERKONTAMINASI RHODAMIN B MENGGUNAKAN DEEP LEARNING BERALGORITMA CNN BERBASIS THIRD GENERATION OF UIN SUNAN KALIJAGA’S HIGH POWER UV-LED FLUORESCENCE SPECTRO-IMAGING SYSTEM

Aji Nurudin, NIM; 18106020050 (2023) KLASIFIKASI CITRA JELLY MURNI, JELLY DENGAN PEWARNA MAKANAN, DAN JELLY TERKONTAMINASI RHODAMIN B MENGGUNAKAN DEEP LEARNING BERALGORITMA CNN BERBASIS THIRD GENERATION OF UIN SUNAN KALIJAGA’S HIGH POWER UV-LED FLUORESCENCE SPECTRO-IMAGING SYSTEM. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (Klasifikasi Citra Jelly Murni, Jelly dengan Pewarna Makanan, dan Jelly Terkontaminasi Rhodamin B Menggunakan Deep Learning Beralgoritma CNN Berbasis Third Generation of UIN Sunan Kalijaga’s High Power UV-LED Fluorescence Spectro-Imaging System) 18106020050_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (2MB) | Preview
	Text (Klasifikasi Citra Jelly Murni, Jelly dengan Pewarna Makanan, dan Jelly Terkontaminasi Rhodamin B Menggunakan Deep Learning Beralgoritma CNN Berbasis Third Generation of UIN Sunan Kalijaga’s High Power UV-LED Fluorescence Spectro-Imaging System) 18106020050_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (5MB) | Request a copy

Abstract

Penelitian ini dilatarbelakangi adanya peluang kecurangan oleh produsen jelly dalam penggunaan pewarna sintetis agar warna pada jelly terlihat lebih cerah dan bagus, sehingga produk jelly terlihat berkualitas. Hal ini bertentangan dengan ajaran Islam tentang kethayiban makanan. Penelitian ini bertujuan untuk membuat deep learning beralgoritma CNN berbasis Third Generation of UIN Sunan Kalijaga’s High Power UV-LED Fluorescence Spectro-Imaging System dan mengaplikasikannya sebagai metode klasifikasi citra fluoresensi jelly murni, jelly dengan pewarna makanan, dan jelly terkontaminasi Rhodamin B. Penelitian ini dilakukan dengan dua tahapan yaitu pembuatan deep learning dengan algoritma CNN dan pengaplikasiannya sebagai metode klasifikasi citra fluoresensi jelly murni, jelly dengan pewarna makanan, dan jelly terkontaminasi Rhodamin B. Tahapan pembuatan deep learning menggunakan algoritma CNN terdiri atas tiga proses, yaitu persiapan alat dan bahan, processing, pembuatan, pelatihan dan validasi. Pengaplikasian deep learning beralgoritma CNN dilakukan menggunaan 210 citra fluoresensi jelly murni, jelly dengan pewarna makanan, dan jelly terkontaminasi Rhodamin B sebagai data latih dan validasi, serta 35 citra sebagai data uji. Hasil penelitian menunjukkan bahwa deep learning beralgoritma CNN berbasis Third Generation of UIN Sunan Kalijaga’s High Power UV-LED Fluorescence Spectro-Imaging System telah berhasil dibuat dan diaplikasikan secara baik sebagai metode klasifikasi citra fluoresensi jelly murni, jelly dengan pewarna makanan, dan jelly terkontaminasi Rhodamin B dengan akurasi confusion matrix sebesar 100%.

Share this knowledge with your friends :

Actions (login required)

View Item