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. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

[thumbnail of ABSTRAK (6).pdf] Text
ABSTRAK (6).pdf

Download (184kB)
[thumbnail of agung kusuma 123160174.pdf] Text
agung kusuma 123160174.pdf
Restricted to Repository staff only

Download (13MB)
[thumbnail of cover (5).pdf] Text
cover (5).pdf

Download (390kB)
[thumbnail of DAFTAR ISI (4).pdf] Text
DAFTAR ISI (4).pdf

Download (116kB)
[thumbnail of DAFTAR PUSTAKA (4).pdf] Text
DAFTAR PUSTAKA (4).pdf

Download (9kB)
[thumbnail of pengesahan pembimbing.pdf] Text
pengesahan pembimbing.pdf

Download (480kB)

Abstract

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 (Diploma)
Uncontrolled Keywords: Buah kakao, Identifikasi, Jaringan Syaraf Tiruan, Backpropagation,
Subjects: Q Science > Q Science (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eny Suparny
Date Deposited: 30 Nov 2022 07:19
Last Modified: 30 Nov 2022 07:22
URI: http://eprints.upnyk.ac.id/id/eprint/31772

Actions (login required)

View Item View Item