1. UKM Learning and Research Repository
2. PHD Thesis / Tesis PHD
3. Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Title:	Kaedah pengukuran isipadu produk makanan berbentuk tak sekata berasaskan Monte Carlo dengan pelarasan heuristik
Authors:	Joko Siswantoro (P58753)
Supervisor:	Anton Satria Prabuwono, Prof. Madya Dr.
Keywords:	Monte Carlo method. Produk makanan-Pengukuran Isipadu
Issue Date:	9-Dec-2015
Description:	Pengukuran isipadu memainkan peranan penting dalam pengeluaran dan pemprosesan produk makanan. Pelbagai kaedah telah dicadangkan bagi mengukur isipadu produk makanan menggunakan sistem penglihatan komputer (SPK). Terdapat dua jenis SPK dalam pengukuran isipadu produk makanan, iaitu SPK dua dimensi (2D) dan tiga dimensi (3D). SPK 2D tidak boleh digunakan untuk mengukur isipadu objek berbentuk tak sekata, disebabkan oleh andaian simetri sepaksi atau objek elipsoid. Satu daripada penyelesaian untuk mengukur isipadu objek berbentuk tak sekata adalah dengan menggunakan SPK 3D. Pengukuran isipadu menggunakan SPK 3D dilakukan dengan pembinaan semula 3D. Walau bagaimanapun, pembinaan semula 3D memerlukan kos pengkomputeran yang tinggi dan beberapa kaedah pengukuran isipadu berasaskan pembinaan semula 3D mempunyai ketepatan yang rendah. Sebagai alternatif, kaedah lain untuk mengukur isipadu objek adalah kaedah Monte Carlo (KMC). KMC melakukan pengukuran isipadu menggunakan titik-titik rawak. Kaedah ini hanya memerlukan maklumat mengenai sama ada titik rawak jatuh di dalam atau di luar objek dan tidak memerlukan pembinaan semula 3D. Walau bagaimanapun, kaedah ini akan memberikan hasil pengukuran isipadu yang lebih besar daripada isipadu sebenar disebabkan oleh titik pandangan yang terhad. Oleh itu, beberapa pelarasan diperlukan dalam KMC. Secara amnya, objektif kajian ini ialah untuk membangunkan kaedah pengukuran isipadu produk makanan berbentuk tak sekata tanpa pembinaan semula objek 3D menggunakan SPK dan KMC. Amaun pelarasan pengukuran pada KMC bergantung kepada bentuk objek yang diukur. Untuk mengurangkan ralat pengukuran di dalam sistem ini, nilai pelarasan pengukuran perlu ditentukan secara. Oleh itu, SPK perlu mengecam objek yang diukur terlebih dahulu sebelum melakukan pelarasan pengukuran. Secara terperinci, kajian ini mempunyai tiga objektif: pertama mencadangkan kaedah pengukuran isipadu berasaskan kaedah Monte Carlo dengan pelarasan heuristik untuk produk makanan berbentuk tak sekata yang tidak diketahui persamaan permukaannya menggunakan sistem penglihatan komputer, kedua mencadangkan penggunaan model linear berasaskan penapis Kalman untuk mempelajari prototaip dari perceptron multi-aras (PMA) bagi mengurangkan ralat output dan meningkatkan prestasi pengelas PMA dalam pengelasan produk makanan, dan ketiga mencadangkan gabungan pengelas PMA dengan MLPK untuk melakukan pelarasan secara automatik pada KMC dalam pengukuran isipadu produk makanan. Dua set data imej piawai dan satu set data imej tempatan digunakan untuk menilai kaedah pengelasan produk makanan yang dicadangkan. Manakala 203 sampel daripada sepuluh jenis produk makanan digunakan bagi menilai kaedah pengukuran isipadu yang dicadangkan. Keputusan eksperimen menunjukkan bahawa peningkatan ketepatan pengelasan 0.86% sehingga 16.62% telah dicapai dengan menggunakan MLPK pada PMA. Kaedah pengukuran isipadu yang dicadangkan memberi ketepatan dan kepersisan yang tinggi dengan min ralat relatif mutlak 0.74% dan min pekali ubahan 0.38%. Tambahan pula, kaedah pengukuran isipadu yang dicadangkan adalah melebihi prestasi kaedah ukiran ruang dan kaedah pengukuran isipadu berasaskan rangkaian neural.,Ph.D
Pages:	202
Call Number:	QA298.J638 2015 3
Publisher:	UKM, Bangi
Appears in Collections:	Faculty of Information Science and Technology / Fakulti Teknologi dan Sains Maklumat

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.