Klasifikasi Kematangan Buah Mangga Madani Berdasarkan Bentuk Dengan Jaringan Syaraf Tiruan Metode Perceptron
Mangga, Jaringan Syaraf Tiruan, Matlab
Abstract
Proses pendeteksian gambar secara otomatis merupakan bentuk dari kecerdasan buatan sehingga sistem dapat mengidentifikasi jenis gambar tertentu yang dikenal sebagai visi komputer. Mangga merupakan buah sesekali musiman yang memiliki banyak varietas namun beberapa jenis mangga memiliki bentuk yang hampir sama. Parameter pengenal yang diperoleh dari hasil ekstraksi ciri dapat dipadukan dengan teknik pengolahan citra digital sehingga terbentuk suatu sistem yang dapat mengklasifikasikan jenis mangga berdasarkan kematangan dari buah tersebut. Hal ini menyebabkan masyarakat keliru dalam memilih jenis kematangan buah mangga. Penentuan penamaman klasifikasi buah mangga madani dengan jaringan syaraf tiruan metode perceptron menggunakan software matlab. Pada penelitian ini data latih dan data uji yang digunakan masing-masing 40 citra buah mangga madani diantaranya 10 citra mentah, 10 citra cukup matang, 10 citra matang, dan 10 citra sangat matang. Pada proses data uji yang di hasilkan mendapatkan tingkat akurasi pengujian 50%.
Kata Kunci : Mangga, Jaringan Syaraf Tiruan, Matlab
Downloads
References
S. Hartanto. 2019. Informatika, U. Pembangunan, P. Budi, M. Sunggal, dan K. Medan, “Implementasi Fuzzy Rule Based System.”
Y. R. Prayogi dan S. N. Budiman. 2018. “Color Grading Systems to Classify Ripeness of Apple Mango Fruit,” vol. 3, no. 2, pp. 57–61, doi: 10.25139/inform.v3i2.1010.
A. B. Kaswar, A. Akram, dan N. Risal. 2020. “Pengolahan Citra Digital” vol. 01, no. May, pp. 1–8.
S. Hartiningtyas, I. Ruslianto, dan R. Hidayati. 2018. “Klasifikasi Jenis Mangga Berdasarkan Bentuk Buah Dengan Metode K-Nearest Neighbor” vol. 06, no. 1.
I. F. Ningsih, R. Salambue, J. I. Komputer, U. Riau, dan K. Bina. 2020. “Klasifikasi Kematangan Buah Sawit Dengan Jaringan Syaraf Tiruan Metode Perceptron”
D. Hidayat. 2020. “Klasifikasi Jenis Mangga Berdasarkan Bentuk Dan Tekstur Daun Menggunakan Metode Convolutional Neural Network” vol. 5, pp. 98–103, 2022.
M. Ichwan, I. A. Dewi, dan Z. M. S. 2018. “Klasifikasi Support Vector Machine (SVM) Untuk Menentukan TingkatKemanisan Mangga Berdasarkan Fitur Warna,” vol. 3, no. 2, pp. 16–23.
M. Yanto, R. Sovia, dan P. Wiyata. 2018. “Sistem Irigasi Lahan Pertanian Di Kabupaten Pesisir Selatan,” pp. 111–115.
J. Cybertech, dkk. 2021. “Penerapan Neural Network Dalam Merekomendasi Model Pangkas Kepada Pelanggan Dengan Menggunakan Metode” no. x.
This work is licensed under a Creative Commons Attribution 4.0 International License.
