Identifikasi Tingkat Kematangan Buah Pinang Menggunakan Backpropagation dan Transformasi Ruang Warna

Authors

  • Stefanus Ndala Universitas Atma Jaya Jogyakarta
  • Albertus Joko Santoso Universitas Atma Jaya Jogyakarta
  • Suyoto Suyoto Universitas Atma Jaya Jogyakarta

DOI:

https://doi.org/10.26555/jiteki.v4i2.11741

Keywords:

Buah Pinang, Backpropagation, RGB, Matlab

Abstract

Pinang merupakan salah satu buah yang sangat popular karena memiliki banyak manfaat. Dalam dunia pertanian buah pinang mempunyai ciri tersendiri yaitu warna kulit. Untuk kulit yang berwarna hijau adalah pinang mentah, untuk kulit yang berwarna hijau kekuningan adalah pinang matang, dan untuk kulit yang berwarna kuning adalah pinang tua. Pada paper ini, menyajikan perancangan aplikasi yang berfungsi untuk mengidentifikasi kematangan buah pinang dengan mengunakan Backpropagation dan Transformasi ruang warna. Hasil pengujian Backpropagation terlihat dari output yang dihasilkan berdasarkan target yang sudah ditentukan sebelumnya. Ada tiga kondisi yang digunakan sebagai parameter yaitu mentah, matang, dan tua dengan rentang nilai RGB untuk setiap kondisi yang berbeda-beda. Data yang digunakan sebanyak 30 sampel citra. Jarak pengambilan gambar dari kamera ke objek 50 cm. Hasil pengujian memperoleh akurasi sebesar 20% pinang mentah, 26,66% pada pinang matang dan 30% pada pinang tua.

References

B. Toba, N. Tenggara, P. Kemerdekaan, J. Tanaman, and P. Lainnya, “Pinang,†pp. 1–6, 2012.

T. A. Wijaya, H. Ginardi, and W. N. Khotimah, “Paduan Elemen Warna Sa * b * pada Analisa Urin Dipstick dari Citra Hasil Kamera Smartphone dengan Jaringan Backpropagation,Jurnal Ilmiah Teknologi Informasi†vol. 5, no. 1, pp. 404–415, 2014.

M. Detection, C. Transformation, and D. Kematangan, “Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformasi Ruang Warna HIS (Banana Fruit Detection Based on Banana Skin Image Features Using HSI Color Space Transformation Method),†JUITA, vol. V, no. 1, pp. 15–21, 2017.

D. G. Agian, L. A. Harahap, and S. Panggabean, “Identification of Passion fruit Maturity with Image Processing Using Artificial Neural Network,†J.Rekayasa Pangan dan Pert., vol. 3, no. 3, pp. 365–370, 2015.

S. Kusumaningtyas and R. A. Asmara, “Identifikasi Kematangan Buah Tomat Berdasarkan Warna Menggunakan Metode Jaringan Syaraf Tiruan,†J. Inform. Polinema, vol. 2, no. 2, pp. 72–75, 2016.

T. M. Siregar, L. A. Harahap, and A. Rohanah, “Identification Of Banana Maturity (Musa Paradisiaca) With Artificial Neural Network,†J.Rekayasa Pangan dan Pert., vol. 3, no. 2, pp. 261–265, 2015.

C. D. Suhendra and R. Wardoyo, “Penentuan Arsitektur Jaringan Syaraf Tiruan Backpropagation (Bobot Awal dan Bias Awal) Menggunakan Algoritma Genetika,†Ijccs, vol. 9, no. 1, pp. 77–88, 2015.

F. Y. Manik and K. S. Saragih, “Klasifikasi Belimbing Menggunakan Naïve Bayes Berdasarkan Fitur Warna RGB,†IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 11, no. 1, p. 99, 2017.

I. F. Sen, “Deteksi Kematangan Buah Rambutan Berdasarkan Warna Menggunakan Metode Discrete Cosine Transformâ€, Gener. J., vol. 2, no. 1, pp. 40–47, 2018.

K. D. Septiaji and K. Firdausy, “Deteksi Kematangan Daun Selada (Lactuca Sativa L) Berbasis Android Menggunakan Nilai RGB Citraâ€, Jurnal Ilmiah Teknik Elektro Komputer dan Informatika, vol. 4, no. 1, pp. 20–27, 2018.

Downloads

Published

2019-01-28

How to Cite

[1]
S. Ndala, A. J. Santoso, and S. Suyoto, “Identifikasi Tingkat Kematangan Buah Pinang Menggunakan Backpropagation dan Transformasi Ruang Warna”, J. Ilm. Tek. Elektro Komput. Dan Inform, vol. 4, no. 2, pp. 128–135, Jan. 2019.

Issue

Section

Articles