DISKRIMINASI CITRA FLUORESENSI KULIT BABI DAN SAPI MENGGUNAKAN FLUORESCENCE IMAGING SYSTEM BERBASIS HIGH POWER RGB-LED TERKOMBINASI DEEP LEARNING

Fia Ismi Nur Alfiah, NIM: 17106020003 (2023) DISKRIMINASI CITRA FLUORESENSI KULIT BABI DAN SAPI MENGGUNAKAN FLUORESCENCE IMAGING SYSTEM BERBASIS HIGH POWER RGB-LED TERKOMBINASI DEEP LEARNING. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (DISKRIMINASI CITRA FLUORESENSI KULIT BABI DAN SAPI MENGGUNAKAN FLUORESCENCE IMAGING SYSTEM BERBASIS HIGH POWER RGB-LED TERKOMBINASI DEEP LEARNING) 17106020003_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf Download (4MB) | Preview
	Text (DISKRIMINASI CITRA FLUORESENSI KULIT BABI DAN SAPI MENGGUNAKAN FLUORESCENCE IMAGING SYSTEM BERBASIS HIGH POWER RGB-LED TERKOMBINASI DEEP LEARNING) 17106020003_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf Restricted to Registered users only Download (8MB) | Request a copy

Abstract

Penelitian ini dilatarbelakangi oleh adanya kecurangan produk berbahan kulit babi. Penelitian ini bertujuan untuk mengakuisisi, mendiskriminasi, dan membandingkan nilai akurasi hasil diskriminasi citra fluoresensi kulit babi dan sapi menggunakan fluorescence imaging system berbasis high power RGB-LED terkombinasi deep learning. Penelitian ini dilakukan dalam tiga tahapan, yaitu pengambilan data, pembuatan model deep learning, dan pengujian model deep learning. Pengambilan data dilakukan dengan mengakuisisi citra fluoresensi kulit babi dan sapi menggunakan fluorescence imaging system berbasis high power RGB-LED terhadap 50 potong sampel kulit babi dan sapi yang disamak sebagai data latih dan 20 potong sampel kulit babi dan sapi yang disamak sebagai data uji hingga didapatkan 900 citra fluoresensi kulit babi dan sapi yang disamak sebagai data latih dan 180 citra fluoresensi kulit babi dan sapi yang disamak sebagai data uji dengan masing-masing ukuran sampel 1 x 1 cm, 2 x 2 cm, dan 3 x 3 cm serta high power LED warna merah, hijau, dan biru. Pembuatan deep learning dilakukan menggunakan algoritma CNN, kemudian dilatih dan divalidasi menggunakan 900 citra fluoresensi kulit babi dan sapi yang disamak dari setiap ukuran sampel dan setiap LED. Selanjutnya, pengujian model deep learning untuk mendiskriminasi 20 data uji citra fluoresensi kulit babi dan sapi yang disamak dengan mengklasifikasikan sesuai kelasnya, lalu menghitung nilai akurasinya. Hasil penelitian menunjukkan bahwa citra fluoresensi kulit babi dan sapi yang disamak telah berhasil diakuisisi menggunakan fluorescence imaging system berbasis high power RGB-LED serta berhasil didiskriminasi menggunakan model deep learning beralgoritma CNN. Hasil terbaik diperoleh dari LED warna biru dengan akurasi 100%. Adapun penggunaan sampel yang lebih efisien yaitu sampel berukuran 1 x 1 cm.

Share this knowledge with your friends :

Actions (login required)

View Item