Abstract

Kualitas kedelai digunakan sebagai acuan kompussi kandungan yang terdapat pada kedelai itu. Kedelai yang berkualitas adalah kedelai yang tidak cacat dan ukuranya tidak terlalu kecil. Pada penelitian ini menggunakan jenis ekstraksi fitur tekstur dikarenakan sangat cocok dengan karakter dari kedelai malika. Penelitian ini menggunakan metode Gray Level Co-occurrence Matrices (GLCM) dan Lacunarity untuk ekstraksi fitur tekstur. Untuk melakukan klasifikasi digunakan metode Multi-Layer Perceptron (MLP) dan Naïve Bayes Classifiers (NBC). akurasi terbaik yang dihasilkan dari proses klasifikasi kualitas kedelai Malika yaitu 0,98 dengan klasifikasi MLP dan gabungan ekstraksi tektur menggunakan GLCM dan Lacunarity.

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call

Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.