Jaringan Saraf Radial Basis Probabilistic untuk Identifikasi Morfologi Benih Padi Rawa Kalimantan Selatan
Abstract: Machine vision
berbasis jaringan saraf tiruan dan pemrosesan gambar digital merupakan metode
alternatif yang dapat dilakukan untuk mengidentifikasi dan mengevaluasi
keragaman varietas padi. Berbeda dengan metode pengamatan langsung yang
memiliki tingkat subjektivitas tinggi dan metode kimiawi (PCR) yang bersifat
destruktif dan mahal, machine vision berbasis jaringan saraf tiruan menawarkan
sistem identifikasi dan evaluasi secara cepat, praktis, murah, akurat, serta
bersifat non-destruktif. Paper ini membahas machine vision berbasis jaringan
saraf tiruan sebagai teknologi alternatif untuk identifikasi varietas padi rawa
Kalimantan Selatan berdasarkan ciri morfologinya, yaitu area, perimeter, major
axis, minor axis, circularity, aspect ratio, roundness, dan feret untuk setiap
sampel benih padi. Dalam paper ini, sistem identifikasi varietas benih padi
menggunakan jaringan saraf radial basis probabilistic dengan optimalisasi bobot
hidden center menggunakan algoritme orthogonal least square. Dari proses
learning dihasilkan performa pelatihan sebesar 88.32% dan performa pengujian
sebesar 88.21% dengan tingkat keberhasilan pada proses pelatihan dari masing-masing
varietas bayar papuyu, bayar putih, benih kuning, benih putih, ketan, siam
gadis, siam unus, dan karan dukuh masing-masing sebesar 100.00%, 92.59%,
88.89%, 92.59%, 92.59%, 81.48%, 100.00%, dan 100.00%. Untuk proses pengujian,
tingkat keberhasilan masing-masing varietas ialah 100.00%, 87.50%, 88.89%,
100.00%, 88.89%, 88.89%, 100.00%, dan 100.00%.
Penulis: Oni Soesanto, Akhmad
Yusuf, Dindin H Mursyidin, M Syahid Pebriadi
Kode Jurnal: jptinformatikadd150798