PENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) MENGGUNAKAN KAMERA PADA SISTEM KLASIFIKASI KEMATANGAN BUAH PEPAYA CALIFORNIA

Putri, Livia Rahma (2026) PENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) MENGGUNAKAN KAMERA PADA SISTEM KLASIFIKASI KEMATANGAN BUAH PEPAYA CALIFORNIA. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (570kB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (171kB)
	Text (BAB I Pendahuluan) BAB I.pdf - Published Version Restricted to Repository staff only Download (340kB) | Request a copy
	Text (BAB II Tinjauan Pustaka) BAB II.pdf - Published Version Restricted to Repository staff only Download (548kB) | Request a copy
	Text (BAB III Rancang Bangun Alat) BAB III .pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV Hasil dan Pembahasan) BAB IV.pdf - Published Version Restricted to Repository staff only Download (884kB) | Request a copy
	Text (BAB V Penutup) BAB V.pdf - Published Version Restricted to Repository staff only Download (104kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (141kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Pepaya California merupakan salah satu komoditas buah yang banyak dibudidayakan dan dipasarkan, sehingga diperlukan sistem yang mampu menentukan tingkat kematangan buah secara akurat dan objektif. Penentuan kematangan secara manual masih memiliki kelemahan, seperti ketergantungan pada penglihatan manusia dan hasil yang tidak konsisten. Oleh karena itu, laporan akhir ini membahas perancangan sistem klasifikasi kematangan buah Pepaya California berbasis Internet of Things (IoT) menggunakan kamera dengan metode Learning Vector Quantization (LVQ). Sistem dirancang dengan memanfaatkan kamera sebagai sensor untuk mengambil citra buah, yang kemudian diproses guna mengekstraksi fitur warna sebagai parameter penentu tingkat kematangan. Proses klasifikasi dilakukan menggunakan metode LVQ yang termasuk dalam kategori jaringan saraf tiruan terawasi (supervised). Hasil klasifikasi selanjutnya dikirimkan melalui sistem IoT sehingga dapat dipantau secara jarak jauh. Sistem ini diharapkan mampu mendukung proses sortir buah secara otomatis, efisien, dan konsisten, serta berkontribusi pada penerapan teknologi cerdas di bidang pertanian.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Pepaya California, Klasifikasi Kematangan Buah, Internet of Things (IoT), Kamera, Learning Vector Quantization (LVQ)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Telecommunication Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	12 Oct 2026 07:22
Last Modified:	12 Oct 2026 07:22
URI:	http://eprints.polsri.ac.id/id/eprint/27136

Actions (login required)

View Item