PENGEMBANGAN TAHAPAN KLASIFIKASI APEL ENVY DAN PASIFIC ROSE MENGGUNAKAN JARINGAN SARAF TIRUAN (JST)
Abstrak: Jenis apel yang
beragam dan beberapa diantaranya memiliki kemiripan membuat persepsi pandang
manusia sulit membedakan jenis-jenis apel tertentu. Cara konvensional yang
sering dilakukan adalah penilaian subyektif dari persepsi pandang manusia.
Penilaian subyektif tersebut bisa menghasilkan pengelompokan jenis apel yang
kurang tepat. Teknik pengenalan jenis apel berbasis teknologi informasi menjadi
salah satu langkah untuk membantu pengelompokan jenis apel supaya lebih tepat
dan akurat serta lebih meringankan tugas manusia pada bidang pengolahan hasil
perkebunan apel. Penelitian ini bertujuan untuk mengembangkan tahapan
klasifikasi apel envy dan pasific rose. Tujuan utamanya adalah mengklasifikasi
buah apel jenis envy dan pasific rose dengan menggunakan Jaringan Saraf Tiruan
(JST) atau sering disebut dengan Artificial Neural Network (ANN). Citra apel
terlebih dahulu dilakukan ekstraksi fitur yang unik dari citra latih dan citra
uji, agar citra tersebut dapat dikenali. Salah satu cara ekstraksi fitur adalah
dengan menggunakan pendekatan statistik dari histogram warna RGB sebuah citra.
Nilai-nilai yang bisa diambil dari histogram warna RGB citra apel adalah nilai
rerata intensitas, standar deviasi, skewness, energi, entropi, dan smoothnes.
Kemudian nilai-nilai tersebut sebagai nilai masukan untuk tahapan klasifikasi
menggunakan JST feed-forward backpropagation. Hasil pengujian dibagi menjadi
tiga skenario, pertama dengan data latih 50 data uji 10 memiliki nilai akurasi
sebesar 80%. Skenario pengujian kedua dengan data latih 70 data uji 10 memiliki
nilai akurasi sebesar 80%. Skenario pengujian ketiga dengan data latih 90 data
uji 10 memiliki akurasi sebesar 90%. Hasil pengujian tersebut menunjukan bahwa
nilai akurasi tertinggi terletak pada pengujian ketiga.
Penulis: Farah Zakiyah
Rahmanti, Prajanto Wahyu Adi, Ion Ataka, Septian Enggar Sukmana
Kode Jurnal: jptlisetrodd160181