Implementasi Neural Network Untuk Menentukan Tingkat Kesegaran Daging Ikan Tongkol
Teks penuh
Gambar
Dokumen terkait
setelah dilakukan perubahan pada beberapa parameter yang meliputi training cycle, learning rate, momentum, neuron size dan hidden layer diperoleh nilai akurasi yang
Pengambilan KNN sebagai klasifikasi tingkat kesegaran sebuah daging dimotivasi oleh penelitian yang dilakukan Faris Mushlihul Amin pada tahun 2018 yang melakukan Identifikasi
Pada pengujian sensor gas didapatkan pola tegangan yang berbeda untuk ketiga buah sensor terhadap 3 buah sampel daging dengan tingkat kesegaran yang berbeda. Pola yang berbeda
Setelah didapat nilai optimal untuk parameter dropout sebesar 0,2 (Pengujian 1, Tabel 4.7) dan jumlah neuron yang akan digunakan pada hidden layer LSTM sebanyak 198
Model dari pengujian yang telah dilakukan menghasilkan akurasi maksimal yaitu 99.4924% dengan parameter iterasi sebanyak 50, neuron pada hidden layer berjumlah 9 dan
setelah dilakukan perubahan pada beberapa parameter yang meliputi training cycle, learning rate, momentum, neuron size dan hidden layer diperoleh nilai akurasi yang
Pada pengujian sensor gas didapatkan pola tegangan yang berbeda untuk ketiga buah sensor terhadap 3 buah sampel daging dengan tingkat kesegaran yang berbeda. Pola
Metode identifdikasi tingkat kesegaran daging ayam yang digunakan pada penelitian ini adalah menggunakan pengolahan citra digital yaitu ekstrasi ciri warna metode
