Show simple item record

dc.date.accessioned2024-07-31T12:11:50Z
dc.date.available2024-07-31T12:11:50Z
dc.date.issued2024-01-30
dc.identifier.urihttps://library.universitaspertamina.ac.id//xmlui/handle/123456789/11925
dc.description.abstractKualitas beras merupakan faktor penting yang mempengaruhi ketahanan pangan nasional dan kepuasan konsumen. Salah satu indikator kualitas beras adalah kandungan kapur, yang dapat mengurangi nilai gizi dan estetika beras. Penelitian ini bertujuan mengembangkan model deteksi kapur pada beras menggunakan arsitektur U2-Net. Dataset yang digunakan diperoleh dari platform Kaggle dan dilabeli untuk menandai area kapur pada butir beras. Proses penelitian meliputi pengumpulan data, pemahaman data, persiapan data, preprocessing, dan implementasi arsitektur U2-Net. Hasil pengujian menunjukkan bahwa model yang dikembangkan mampu mendeteksi kandungan kapur dengan akurasi yang memadai, ditunjukkan oleh nilai loss sebesar 0.3 dan val_loss sebesar 0.4 pada epoch ke-30. Implementasi model ini diharapkan dapat meningkatkan efisiensi evaluasi kualitas beras dan mendukung industri pangan dalam menghasilkan beras berkualitas tinggi.en_US
dc.subjectBeras, Capstone Project, Kapur, Machine Learning, U-Neten_US
dc.titlePrediksi Kandungan Kapur pada Beras – Chalk Checken_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record