Show simple item record

dc.contributor.advisorRahmat, Romi Fadillah
dc.contributor.advisorOnrizal
dc.contributor.authorAhmad, Rhama Permadi
dc.date.accessioned2020-02-28T01:48:02Z
dc.date.available2020-02-28T01:48:02Z
dc.date.issued2020
dc.identifier.urihttp://repositori.usu.ac.id/handle/123456789/24608
dc.description76 Halamanen_US
dc.description.abstractMangrove is a community of plants that live between the sea and land which is affected by tides. Indonesia has the largest mangrove forest in the world and also has the largest biodiversity and most varied structure. In general, mangrove plants have several benefits, such as preventing coastal erosion, preventing seepage of seawater to land which can cause groundwater turns into turbid condition, as a place to live and a source of food for several species of animals. Mangrove plants consist of several parts, from the stem of the tree leaves, flowers and fruit. To get the optimal mangrove plants, it is necessary to have fruit which is optimal based on the ripeness level. In general, by assessing the ripeness of mangroves is only by looking manually with the eyes, so that the accuracy of mangrove fruit ripeness valuations isn't high because of they only see with eyes. Many mangrove farmers think that mangrove want to plant in case of rehabilitation, already have a good level of ripeness, but after replanted, the result isn't appropriate. To overcome this case, this study utilizes digital image processing using the Deep Convolutional Neural Network method to help the communities and farmers in recognizing the ripeness level of mangrove fruit. The image processing techniques used in this study are Grayscaling, Adaptive Threshold, Sharpening, and Smoothing. After tested in this study, it was concluded that the method applied can determine the ripeness of mangroves well and the accuracy obtained is equal to 99.1%.en_US
dc.description.abstractMangrove adalah komunitas tumbuhan yang hidup diantara laut dan daratan yang dipengaruhi oleh pasang surut. Indonesia memiliki hutan mangrove yang terluas di dunia dan juga memiliki keragaman hayati yang terbesar serta strukturnya paling bervariasi. Umumnya, tumbuhan mangrove memiliki beberapa manfaat, seperti mencegah erosi pantai, mencegah perembesan air laut ke tanah daratan yang dapat menyebabkan air tanah menjadi payau, sebagai tempat hidup dan sumber makanan bagi beberapa jenis satwa. Tumbuhan mangrove terdiri dari beberapa bagian, mulai dari batang pohon, daun, bunga dan juga buah. Untuk mendapatkan tumbuhan mangrove yang optimal maka diperlukan buah yang tingkat kematangannya optimal pula. Pada umumnya sekarang untuk menilai kematangan buah mangrove hanya dilakukan secara manual dengan melihat secara kasat mata saja, sehingga akurasi penilaian tingkat kematangan buah mangrove pun menjadi tidak tinggi dikarenakan hanya melihat saja dengan kasat mata. Banyak petani mangrove yang mengira buah mangrove yang ingin ditanam dalam kasus rehabilitas, sudah memiliki tingkat kematangan yang sudah baik, akan tetapi setelah melakukan replanting, hasil yang didapat tidaklah sesuai. Untuk mengatasi hal tersebut, penelitian ini memanfaatkan pengolahan citra digital dengan menggunakan metode Deep Convolutional Neural Network untuk membantu masyarakat dan petani dalam mengenali tingkat kematangan buah mangrove. Teknik pengolahan citra yang digunakan dalam penelitian ini yaitu Grayscaling, Adaptive Threshold, Sharpening, dan Smoothing. Setelah dilakukan pengujian pada penelitian ini, didapat kesimpulan bahwa metode yang diterapkan dapat mengetahui kematangan buah mangrove dengan baik dan akurasi yang diperoleh yaitu sebesar 99,1%.en_US
dc.language.isoiden_US
dc.publisherUniversitas Sumatera Utaraen_US
dc.subjectMangroveen_US
dc.subjectGrayscalingen_US
dc.subjectSharpeningen_US
dc.subjectAdaptive Thresholden_US
dc.subjectDeep Convolutional Neural Networken_US
dc.titleKlasifikasi Kematangan Buah Mangrove Menggunakan Metode Deep Convolutional Neural Networken_US
dc.typeSkripsi Sarjanaen_US
dc.identifier.nimnipnik151402016


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record