Skip to navigation
Skip to main content
Skip to primary sidebar
Skip to secondary sidebar
Skip to footer

Source Code Eksklusif

1. Identifikasi Fraktur Tulang Tibia Dan Fibula Menggunakan Algoritma Support Vector Machine (SVM)
Pada pemrograman ini, segmentasi citra dilakukan menggunakan metode deteksi tepi canny, ekstraksi ciri dilakukan menggunakan metode moment invariant, sedangkan identifikasi dilakukan menggunakan algoritma Support Vector Machine (SVM).

2. Klasifikasi Jenis Buah Mangga Menggunakan Convolutional Neural Network (CNN)
Pada pemrograman ini, jenis buah mangga yang diklasifikasikan adalah mangga apel, mangga arumanis, mangga madu, dan mangga manalagi. Layer-layer yang digunakan dalam membangun arsitektur CNN antara lain imageInputLayer, convolution2dLayer, batchNormalizationLayer, reluLayer, maxPooling2dLayer, fullyConnectedLayer, softmaxLayer, dan classificationLayer.

3. Identifikasi Kesegaran Ikan Nila Menggunakan Metode K-Nearest Neighbor (K-NN)
Pada pemrograman ini, ekstraksi ciri dilakukan menggunakan ciri tekstur GLCM (Gray Level Co-Occurence Matrix) dan ciri warna HSV (Hue, Saturation, Value).

4. Klasifikasi Hewan Kucing Dan Anjing Menggunakan Convolutional Neural Network (CNN) ResNet
Pada pemrograman ini, CNN digunakan untuk mengklasifikasikan hewan kucing dan anjing. Arsitektur yang digunakan untuk membangun CNN adalah ResNet-18.

5. Semantic Segmentation Using Convolutional Neural Network (CNN) ResNet
Pada pemrograman ini, CNN digunakan untuk melakukan deteksi hewan kucing. Arsitektur yang digunakan untuk membangun CNN adalah ResNet-18.

6. Watermarking Citra Menggunakan Discrete Wavelet Transform (DWT)
Pada pemrograman ini, watermarking citra digital dilakukan menggunakan metode Discrete Wavelet Transform (DWT). Dengan menggunakan empat level dekomposisi wavelet dan variasi nilai alpha dalam proses watermarking.

7. Klasifikasi Jenis Jambu Biji Menggunakan Convolutional Neural Network (CNN) Alexnet
Pada pemrograman ini, CNN digunakan untuk mengklasifikasikan jenis jambu biji. Arsitektur yang digunakan untuk membangun CNN adalah Alexnet.

8. Klasifikasi Jenis Penyakit Pada Daun Kopi Menggunakan Convolutional Neural Network (CNN) Densenet
Pada pemrograman ini, CNN digunakan untuk mengklasifikasikan jenis penyakit pada daun kopi. Arsitektur yang digunakan untuk membangun CNN adalah Densenet-201.

9. Identifikasi Tingkat Kematangan Buah Jeruk Menggunakan Metode K-Nearest Neighbor (K-NN)
Pada pemrograman ini, ekstraksi ciri menggunakan ciri tekstur orde satu dan orde dua GLCM (Gray Level Co-Occurence Matrix), ciri warna HSV (Hue, Saturation, Value), dan ciri bentuk (Metric, Eccentricity). Seleksi ciri dilakukan menggunakan metode Principal Component Analysis (PCA). Sedangkan klasifikasi menggunakan metode K-Nearest Neighbor (K-NN).

10. Identifikasi Tingkat Kematangan Buah Pepaya Menggunakan Metode Support Vector Machine (SVM)
Pada pemrograman ini, segmentasi citra dilakukan dengan menggunakan metode K-Means Clustering. Ekstraksi ciri menggunakan ciri warna RGB (Red, Green, Blue) dan ciri tekstur GLCM (Gray Level Co-Occurence Matrix). Sedangkan klasifikasi menggunakan metode Support Vector Machine (SVM).

11. Identifikasi Tingkat Kematangan Buah Naga Menggunakan Jaringan Syaraf Tiruan (JST) Backpropagation
Pada pemrograman ini, segmentasi citra dilakukan dengan menggunakan metode thresholding. Ekstraksi ciri menggunakan ciri warna HSV (Hue, Saturation, Value) dan ciri warna YCbCr (Luminance, Chrominance-Blue, Chrominance-Red). Sedangkan klasifikasi menggunakan metode Jaringan Syaraf Tiruan Backpropagation.