IMAGE PROCESSING UNTUK IDENTIFIKASI KEMATANGAN BUAH KAKAO MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE BACKPROPAGATION

Kusuma, Agung (2021) IMAGE PROCESSING UNTUK IDENTIFIKASI KEMATANGAN BUAH KAKAO MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE BACKPROPAGATION. Other thesis, UPN "Veteran" Yogyakarta.

Preview	Text ABSTRAK.pdf Download (184kB) | Preview
Preview	Text cover.pdf Download (390kB) | Preview
Preview	Text DAFTAR PUSTAKA(2).pdf Download (9kB) | Preview
Preview	Text pengesahan pembimbing.pdf Download (480kB) | Preview
Preview	Text DAFTAR ISI.pdf Download (116kB) | Preview
	Text agung-kusuma-123160174.pdf Restricted to Repository staff only Download (13MB)

Abstract

vi
ABSTRAK
Seiring dengan perkembangan zaman yang begitu cepat, pengetahuan tentang ilmu
teknologi juga telah berkembang dengan begitu cepat salah satunya adalah teknik pengolahan
gambar atau image processing. Adapun manfaat dari Image processing adalah untuk membuat
kualitas citra tersebut lebih baik dan mudah untuk diolah ke tahap selanjutnya. Salah satu
kegunaan image processing adalah identifikasi kematangan pada buah kakao. Penelitian ini
menggunakan grayscale. Thresholding, dan ekstraksi fitur HSV dengan tujuan untuk
menghitung seberapa besar akurasi yang di dapat jika menggnakan metode backpropagation
untuk identifikasi kematangan pada buah kakao. Dataset yang digunakan merupakan data
sekunder yang bersumber dari website kaggle, total data pada penelitian ini berjumlah 130
data dimana 80 data untuk pelatihan dan 50 untuk pengujian yang dimana-masing masing
dibagi kedalam 2 kelas. Proses awal pada penelitian ini adalah input citra lalu melalui tahap
preprocessing yang pada penelitian ini menggunakan grayscale, thresholding, dan histogram
equalization atau perbaikan kualitas citra lalu masuk kedalam proses ekstraksi fitur
menggunakan nilai RGB pada citra yang dikonversi menjadi nilai HSV. Hasil dari pelatihan
digunakan untuk menentukan konfigurasi terbaik dari jaringan dengan metode
backpropagation, error goal 0, maksimum epoch 1000 serta fungsi aktivasi menggunakan
fungsi logsig yang merupakan fungsi aktivasi sigmoid biner, sedangkan konstanta belajar dan
banyaknya neuron pada lapisan tersembunyi diubah secara trial and error. Dari hasil pelatihan
yang telah dilakukan, jaringan mengenali 85% - 96% dari data yang dilatihkan, ditunjukkan
oleh hasil keluaran yang ditampilkan sesuai dengan target yang telah ditentukan yaitu misalkan
pada data ke-1 target yang diberikan adalah 1 yaitu matang, data ke-2 dengan target 2 yaitu
mentah. Dari hasil identifikasi yang telah dilakukan beberapa kali hasil akurasi terbesar yang
didapat yaitu sebesar 94% dengan rincihan identifikasi kakao matang 96% dan kakao mentah
sebesar 92%.
Kata kunci : Buah kakao, Identifikasi, Jaringan Syaraf Tiruan, Backpropagation.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Buah kakao, Identifikasi, Jaringan Syaraf Tiruan, Backpropagation.
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	24 Dec 2021 06:05
Last Modified:	28 Oct 2022 02:57
URI:	http://eprints.upnyk.ac.id/id/eprint/27460

Actions (login required)

View Item