TRUNOJOYO-Tugas Akhir-30436-Abstract.pdf
Restricted to Repository staff only
Download (14kB)
TRUNOJOYO-Tugas Akhir-30436-Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-30436-Chapter1.pdf
Restricted to Repository staff only
Download (136kB)
TRUNOJOYO-Tugas Akhir-30436-Appendices.pdf
Restricted to Repository staff only
Download (107kB)
TRUNOJOYO-Tugas Akhir-30436-References.pdf
Restricted to Repository staff only
Download (128kB)
TRUNOJOYO-Tugas Akhir-30436-Conclusion.pdf
Restricted to Repository staff only
Download (12kB)
TRUNOJOYO-Tugas Akhir-30436-Chapter4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-30436-Chapter3.pdf
Restricted to Repository staff only
Download (262kB)
TRUNOJOYO-Tugas Akhir-30436-Chapter2.pdf
Restricted to Repository staff only
Download (526kB)
Abstract
Buah semangka dan melon adalah buah yang memiliki banyak kandungan air. Kadar air yang berbeda ini disebabkan oleh perbedaan jenis dan tingkat kematangannya. Dari perbedaan ini maka suara ketukannya pun juga akan berbeda beda, suara ketukan tersebut digunakan oleh para petani untuk mendeteksi kematangan buah tersebut. Suara yang dihasilkan ketika buah diketuk dapat dijadikan sebagai acuan sumber analisis untuk menentukan buah semangka dan melon tersebut matang atau tidak. Pada penelitian ini akan dirancang sebuah alat untuk menentukan tingkat kematangan buah melon dan semangka dengan melakukan perbandingan frekuensi ketukan pada buah dengan menggunakan sensor MAX9814. Hasil sinyal suara ketukan akan diolah dengan filter bandpass jenis IIR butterworth sehingga sinyal yang diolah suara yang tercampur dengan noise, kemudian untuk menentukan frekuensi sinyal suara dilakukan dengan analisis FFT (Fast Fourier Transform). Klasifikasi kematangan menggunakan K-Nearest Neighbors (K-NN) dengan menggunakan data latih yang telah dipersiapkan terlebih dahulu. Tingkat kematangan buah dibagi menjadi tiga tingkatan yaitu matang, setengah matang, dan mentah. Hasil uji coba alat memiliki akurasi 70% untuk semangka 80%. Keberhasilan metode K-NN dalam uji coba adalah 100%.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM BAGAS SETIAWAN |
| Department | Teknik Elektro |
| Uncontrolled Keywords | Fast Fourier Transform;K-Nearest Neighbors;Melon;Semangka; Sensor MAX9814 |
| Divisions | Fakultas Teknik > S1 - Teknik Elektro |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 17 Oct 2026 22:37 |
| Last Modified | 24 Oct 2026 17:19 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/29008 |
