MENDETEKSI JENIS BUAH DARI BENTUK DAN WARNA BERBASIS PROGRAM PYTHON

ADIPRADANA, CHRISTOPHORUS BRAMANTYA (2023) MENDETEKSI JENIS BUAH DARI BENTUK DAN WARNA BERBASIS PROGRAM PYTHON. Other thesis, Universitas Katolik Soegijapranata Semarang.

	Text 17.F1.0006-Christophorus Bramantya Adipradana-COVER_a.pdf Download (1MB)
	Text 17.F1.0006-Christophorus Bramantya Adipradana-BAB I_a.pdf Download (502kB)
	Text 17.F1.0006-Christophorus Bramantya Adipradana-BAB II_a.pdf Restricted to Registered users only Download (1MB)
	Text 17.F1.0006-Christophorus Bramantya Adipradana-BAB III_a.pdf Download (767kB)
	Text 17.F1.0006-Christophorus Bramantya Adipradana-BAB IV_a.pdf Download (820kB)
	Text 17.F1.0006-Christophorus Bramantya Adipradana-BAB V_a.pdf Download (185kB)
	Text 17.F1.0006-Christophorus Bramantya Adipradana-DAPUS_a.pdf Download (378kB)
	Text 17.F1.0006-Christophorus Bramantya Adipradana-LAMP_a.pdf Download (364kB)

Abstract

Meningkatnya permintaan konsumen dalam industri buah, turut menuntut berbagai sektor industri pengolahan buah untuk dapat menyesuaikan dengan situasi tersebut. Permintaan akan buah dengan kualitas baik dan segar, diperlukan pula adanya kemajuan teknologi dan sistem penunjang yang dapat digunakan dalam industri pengolahan buah untuk menghasilkan kualitas buah yang terbaik. Mengacu pada hal tersebut, penelitian ini bertujuan untuk fruit detection menggunakan machine learning, salah satunya adalah teknologi Computer Vision yang menggunakan fungsi dari suatu kamera yang terkomputasi untuk mendeteksi warna dan berbagai bentuk, untuk mendeteksi objek menggunakan software pemrograman seperti Python, untuk menangkap dan mengolah gambar dari kamera sehingga dapat mengenali warna dari objek yang akan dideteksi. Pada program Python juga membutuhkan library, yaitu menggunakan library cvzone, library ini bertujuan untuk mengolah gambar. Penelitian ini menunjukkan bahwa program Python berhasil mendeteksi jenis buah-buahan, namun dalam proses mendeteksi harus membutuhkan intensitas cahaya yang baik agar kamera bisa mendeteksi wujud buah-buahan dengan baik dan maksimal. Kata Kunci : fruit detection, machine learning, computer vision, python, dan cvzone.

Item Type:	Thesis (Other)
Subjects:	600 Technology (Applied sciences) > 620 Engineering > 621 Electrical engineering
Divisions:	Faculty of Engineering > Department of Electrical Engineering
Depositing User:	Ms Cristina Mayasari
Date Deposited:	28 Mar 2023 06:27
Last Modified:	28 Mar 2023 06:27
URI:	http://repository.unika.ac.id/id/eprint/31182

Actions (login required)

View Item