Klasifikasi Mutu Pepaya Berdasarkan Ciri Tekstur GLCM Menggunakan Jaringan Saraf Tiruan

Feri Wibowo(1*), Agus Harjoko(2),

(1) Universitas Muhammadiyah Purwokerto
(2) Universitas Gadjah Mada
(*) Corresponding Author
DOI: https://doi.org/10.23917/khif.v3i2.4516

Abstract

Proses sortasi buah pepaya berdasarkan mutu merupakan salah satu proses yang sangat menentukan mutu buah pepaya yang akan dilepas ke konsumen. Proses identifikasi mutu dengan cara konvensional  menggunakan visual mata manusia memiliki kelemahan di antaranya yaitu membutuhkan tenaga lebih banyak untuk memilah, tingkat persepsi manusia dalam hal pemutuan buah yang berbeda, tingkat konsistensi manusia dalam menilai mutu buah tidak menjamin karena manusia dapat mengalami kelelahan.

Penelitian ini bertujuan merancang dan menyusun program pengolahan citra digital dan jaringan saraf tiruan untuk klasifikasi pemutuan buah pepaya (Carica Papaya L) Calina IPB-9 ke dalam tiga kelas mutu yaitu kelas Super, A, dan B. Fitur tekstur yang diekstrak meliputi nilai energy, entropy, contras, homogeneity, invers difference moment, variance, dan dissimilarity yang didapatkan berdasarkan GLCM (gray level cooccurrence matrices). Fitur-fitur tersebut dijadikan sebagai input pada algoritma pelatihan jaringan saraf tiruan backpropagation. Hasil pengujian pada proses pengenalan menunjukan fitur energy, dan entropy dapat membedakan kelas mutu pepaya Calina IPB-9 dengan tingkat akurasi terbaik yaitu sebesar 86.11%.

Keywords

jaringan syaraf tiruan; pepaya; klasifikasi

References

Economic and Social Development Department,

FAO., 2010, Medium-term prospects for agricultural

commodities (Tropical Fruits), http://www.fao.org/docrep/006/y5143e/y5143e1a.htm

Syaefullah, E., Purwadaria, H.K., & Sutrisno, 2011,Pengolahan Citra Digital dan Jaringan Saraf Tiruanuntuk Identifikasi Tingkat Ketuaan Pepaya, ProsidingSeminar Nasional Teknologi Inovatif Pascapanen PertanianIII, ISBN: 978-979-1116-32-9, Bogor.

Hidayatullah, A., 2013, Identifikasi TingkatKematangan Buah Tomat (Lycopersicon esculentumMill) Menggunakan Metode pengolahan citra digitaldan jaringan saraf tiruan, Skripsi, Yogyakarta: UGM.

Dinar, L., 2012. Identifikasi Mutu Fisik Biji Pala(Myristica Fragrans Houtt) Dengan TeknologiPengolahan Citra Digital Dan Jaringan Sarat Tiruan.Tesis. Yogyakarta: UGM.

Saad, H., & Hussain, A. 2006, Classification forthe Ripeness of Papayas Using Artificial NeuralNetwork (ANN) and Threshold Rule. StudentConference on Research and Development –SCOReD1-4244-0527-0/06. Selangor.

Ahmad, U., Tjahjohutomo, R., & Mardison, 2008,Perancangan dan Konstruksi Mesin Sortasi danPemutuan Buah Jeruk dengan Sensor kamera CCDJunal Keteknikan Pertanian (jTEP), ISSN 0216-3365,Bogor.

Kadir, A. & Susanto, A., 2013, Teori dan AplikasPengolahan Citra, Penerbit Andi, Yogyakarta.

Hermawan, A., 2006, Jaringan Saraf Tiruan Teori danAplikasi, Penerbit Andi, Yogyakarta.

Article Metrics

Abstract view(s): 3273 time(s)
PDF (Bahasa Indonesia): 2733 time(s)

Refbacks

  • There are currently no refbacks.