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

Cahya Latifah, NIM.: 18106020009 (2023) IDENTIFIKASI CITRA RGB JELLY MURNI, JELLY DENGAN PEWARNA MAKANAN, DAN JELLY TERKONTAMINASI RHODAMIN B MENGGUNAKAN MACHINE LEARNING BERALGORITMA CNN BERBASIS THIRD GENERATION OF UIN SUNAN KALIJAGA’S HIGH POWER UV-LED FLUORECENSE SPECTRO-IMAGING SYSTEM. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (Identifikasi Citra RGB Jelly Murni, Jelly dengan Pewarna Makanan, dan Jelly Terkontaminasi Rhodamin B Menggunakan Machine Learning Beralgoritma CNN Berbasis Third Generation of UIN Sunan Kalijaga’s High Power UV-LED Fluorecense Spectro-Imaging System) 18106020009_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf Download (2MB) | Preview
	Text (Identifikasi Citra RGB Jelly Murni, Jelly dengan Pewarna Makanan, dan Jelly Terkontaminasi Rhodamin B Menggunakan Machine Learning Beralgoritma CNN Berbasis Third Generation of UIN Sunan Kalijaga’s High Power UV-LED Fluorecense Spectro-Imaging System) 18106020009_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf Restricted to Registered users only Download (3MB) | 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 machine learning beralgoritma CNN berbasis Third Generation of UIN Sunan Kalijaga’s High Power UV-LED Fluorescence Spectro-Imaging System dan mengaplikasikannya sebagai metode identifikasi citra RGB jelly murni, jelly dengan pewarna makanan, dan jelly terkontaminasi Rhodamin B. Penelitian ini dilakukan dengan dua tahapan yaitu pembuatan machine learning dengan algoritma CNN dan pengaplikasiannya sebagai metode identifikasi citra RGB jelly murni, jelly dengan pewarna makanan, dan jelly terkontaminasi Rhodamin B. Tahapan pembuatan machine learning menggunakan algoritma CNN terdiri atas tiga proses, yaitu persiapan alat dan bahan, processing, pelatihan, dan validasi, serta pengujian. Pengaplikasian machine learning beralgoritma CNN dilakukan menggunaan 210 citra RGB jelly murni, jelly dengan pewarna makanan, dan jelly terkontaminasi Rhodamin B. Hasil penelitian menunjukkan bahwa machine 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 identifikasi citra RGB 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