English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Teh merupakan hasil pucuk daun muda tanaman Camelia sinensis dan menjadi salah satu produk ekspor terbesar. Salah satu kendala yang dihadapi konsumen dalam memilih teh berkualitas baik adalah minimnya pengetahuan konsumen terhadap jenis dan mutu teh, sehingga menyebabkan perbedaan penentuan jenis dan mutu teh. Penelitian untuk mengidentifikasi jenis dan mutu teh dari 3 jenis teh yaitu teh hitam, teh hijau, dan teh putih perlu dilakukan. Tujuan penelitian ini adalah merancang aplikasi sistem pengolahan citra digital untuk mengidentifikasi jenis dan mutu teh serta menentukan hasil pengenalan terbaik berdasarkan akurasi yang diperoleh. Penelitian ini menerapkan metode pengolahan citra digital dengan teknik Learning Vector Quantization yang menggunakan 6 parameter warna yaitu R, G, B, H, S, dan I sebagai neuron input dan 13 mutu dari 3 jenis teh sebagai neuron output. Penelitian menggunakan 403 citra dengan perbandingan training dan testing sebesar 80:20. Akurasi training diperoleh sebesar 62,7%. Prediksi menggunakan 26 sampel citra teh berbeda menunjukkan tingkat akurasi sebesar 42,31%. Kata Kunci: jaringan syaraf tiruan, learning vector quantization (LVQ), teh

Identifikasi Jenis dan Mutu Teh Menggunakan Pengolahan Citra Digital dengan Metode Jaringan Syaraf Tiruan