Klasifikasi kondisi biji pinang berdasarkan ciri khasnya baik spatial maupun spektral

FINAWAN, Aidi, Prof., Adhi Susanto, M.Sc., Ph.D

2008 | Tesis | S2 Teknik Elektro

Biji Pinang (Areca Catechu) adalah salah satu jenis palma yang memiliki banyak kegunaan antara lain untuk bahan industri kosmetika dan kesehatan serta sebagai bahan pewarna pada industri tekstil atau sebagai makanan kesehatan di beberapa negara Asian. Petani pinang menjual hasil panennya tanpa melakukan pemilahan berdasarkan mutu sehingga harga jual menjadi rendah. Sedangkan pedagang pengumpul dan ekportir pinang melakukan pemilahan biji pinang yang rusak dengan tangan. Saat ini, diharapkan untuk melakukan pemilahan biji pinang yang tidak dapat mengatasi permintaan yang terus meningkat. Oleh karena itu pemanfaatan teknologi moderen perlu diperhatikan secara serius. Pada penelitian ini teknologi informasi yang ada, diterapkan suatu skema klasifikasi dan identifikasi secara bersama-sama. Penggunaan kamera digital biasa dapat menghasilkan citra biji pinang dimana pertama sekali dilakukan prapengolahan untuk mengurangi kekurangankekurangannya. Suatu teknik cropping diterapkan untuk fokus pada objek utama dari citra. Guna memperoleh parameter-parameter karakteristik kondisi biji pinang yang diinginkan, suatu jaringan syaraf tiruan yang umum diterapkan untuk memprosesnya. Secara spatial ukuran dari bagian rusak pada biji pinang diukur sesuai dengan jumlah piksel berupa luas kawasan dan secara spektral, warna dari bagian yang tidak rusak. Puncak dari komponen histogram R, G, dan B digunakan untuk menunjukkan mutu dari biji pinang. Penggunaan sebuah ANN tiga lapis, dengan empat masukan empat neuron pada lapisan tersembunyi dan satu keluaran, pelatihan dilakukan dengan metode Nguyen-Widrow sebagai bobot awal JST. Fungsi aktivasi sigmoid biner dengan 3000 iterasi sebagai epoch maksimum diterapkan pada pelatihan. Hasil pengujian yang diperoleh menunjukkan bahwa tingkat akurasi jaringan mencapai 90. %

Areca or Areca Catechu, the betel palm, bears beneficial nuts for cosmetics and textile industries, or as healthy edibles in some Asian countries. Traditional areca farmers commonly sell these crops unsorted. Therefore they loose lots of money, since the buyers or the collectors have to separate the bad nuts, which normally done by hand. Currently, the available experts to do the areca sorting cannot cope with the ever increasing demand for these nuts. Therefore, the engagement of modern technology should be looked into seriously. In this research the current information technology was applied together with the state of the art classification and identification processing scheme. Using ordinary affordable digital camera the resulting nuts images were first of all preprocessed to reduce their shortcomings. Some cropping techniques were applied to focus on the main object of the images. To obtain the needed characterizing parameters of the nut’s condition, a common artificial neural network processing was employed. Spatially the size of any damaged part of the nut was measured according to the number of pixels they extended and the color of the not damaged part spectrally. The peaks of the respective histograms of the R, G, and B component point to the overall quality of each areca nut. Using a three layer ANN, with four inputs four neurons in the hidden layer, and one output, the training session was carried out with Nguyen-Widrow for initial weights. The activation function in the form of binary sigmoid was found after 3000 iterations. The final classification practice showed that the rate of success is about 90%

Kata Kunci : Pinang,Pengolahan citra,Klasifikasi,Jaringan syaraf MLP, areca, image processing, classification, MLP neural network