Khazanah Informatika | Vol.5, Issue.1 | | Pages
Identifikasi Kadar Semen dan Pasir pada Campuran Kering Menggunakan Metode Backpropagation
Campuran perekat dan juga plesteran dinding pada bangunan biasanya terdiri dari semen dan pasir. Perbedaan kadar capuran semen dan pasir berdampak pada kekuatan hasil. Penelitian ini mengimplementasikan kecerdasan buatan untuk mengidentifikasi atau mengenali kadar campuran semen dan pasir melalui citra campuran semen dan pasir yang sudah kering. Penelitian ini menggunakan enam macam campuran semen dan pasir. Pengumpulan data citra dilakukan dengan cara pemotretan menggunakan kamera resolusi sensor sebesar 7 MP, jarak potret lebih kurang 8 cm, dilakukan pada siang hari, dan tidak menggunakan cahaya dari lampu kamera. Citra latih dan citra uji berukuran 500 x 500 piksel, dan banyaknya citra latih adalah 300 citra dan 150 citra sebagai data uji. Metode pengenalan menggunakan jaringan syaraf tiruan dengan algoritma propagasi balik (backpropagation) dan dengan input berupa nilai tekstur dari citra campuran semen dan pasir yang sudah kering. Tingkat akurasi keberhasilan identifikasi adalah 87.33%. Penelitian ini berhasil mengimplementasikan JST dan fitur tekstur analisis dari GLCM dengan jarak potret dan resolusi kamera tertentu, serta penelitian ini dapat menjadi referensi pada penelitian lanjutan.
Original Text (This is the original text for your reference.)
Identifikasi Kadar Semen dan Pasir pada Campuran Kering Menggunakan Metode Backpropagation
Campuran perekat dan juga plesteran dinding pada bangunan biasanya terdiri dari semen dan pasir. Perbedaan kadar capuran semen dan pasir berdampak pada kekuatan hasil. Penelitian ini mengimplementasikan kecerdasan buatan untuk mengidentifikasi atau mengenali kadar campuran semen dan pasir melalui citra campuran semen dan pasir yang sudah kering. Penelitian ini menggunakan enam macam campuran semen dan pasir. Pengumpulan data citra dilakukan dengan cara pemotretan menggunakan kamera resolusi sensor sebesar 7 MP, jarak potret lebih kurang 8 cm, dilakukan pada siang hari, dan tidak menggunakan cahaya dari lampu kamera. Citra latih dan citra uji berukuran 500 x 500 piksel, dan banyaknya citra latih adalah 300 citra dan 150 citra sebagai data uji. Metode pengenalan menggunakan jaringan syaraf tiruan dengan algoritma propagasi balik (backpropagation) dan dengan input berupa nilai tekstur dari citra campuran semen dan pasir yang sudah kering. Tingkat akurasi keberhasilan identifikasi adalah 87.33%. Penelitian ini berhasil mengimplementasikan JST dan fitur tekstur analisis dari GLCM dengan jarak potret dan resolusi kamera tertentu, serta penelitian ini dapat menjadi referensi pada penelitian lanjutan.
+More
data uji metode pengenalan menggunakan jaringan syaraf tiruan dengan algoritma propagasi balik backpropagation dan dengan input berupa nilai tekstur dari citra 300 piksel dan banyaknya citra campuran perekat dan juga plesteran dinding pada bangunan biasanya terdiri dari semen dan pasir perbedaan kadar capuran semen dan pasir berdampak pada kekuatan hasil penelitian ini mengimplementasikan kecerdasan buatan untuk mengidentifikasi atau mengenali kadar campuran semen dan pasir melalui citra campuran semen dan pasir yang sudah kering penelitian ini menggunakan enam macam campuran semen dan pasir pengumpulan data citra dilakukan dengan cara pemotretan menggunakan kamera resolusi sensor sebesar 7 mp jarak potret lebih kurang 8 cm dilakukan pada siang hari dan tidak menggunakan cahaya dari lampu kamera citra latih dan citra
APA
MLA
Chicago
Gasim Gasim,Sudiadi Sudiadi,.Identifikasi Kadar Semen dan Pasir pada Campuran Kering Menggunakan Metode Backpropagation. 5 (1),.
Select your report category*
Reason*
New sign-in location:
Last sign-in location:
Last sign-in date: