IDENTIFIKASI MUTU FISIK BIJI PALA (Myristica fragrans houtt) DENGAN TEKNOLOGI PENGOLAHAN CITRA DIGITAL DAN JARINGAN SARAF TIRUAN

LATIFA DINAR, Dr. Atris Suyantohadi, STP.,MT.

2012 | Tesis | S2 Teknologi Industri Pertanian

Pemisahan biji pala berdasarkan kelas mutu saat ini belum dilakukan pada tingkat petani hal ini menyebabkan harga biji pala ditingkat petani menjadi rendah. Ditingkat pedagang pemisahan dilakukan secara manual biji pala dipisahkan antara biji utuh dengan biji rusak atau pecah. Proses pemisahan tersebut memiliki kelemahan tidak dapat dilakukan secara terus menerus, kelelahan fisik, dan tingkat subyektifitas tinggi. Pengembangan metode klasifikasi secara non-destruktif diperlukan sehingga diperoleh mutu biji pala sesuai standar mutu yang baik. Penelitian ini bertujuan untuk menyusun program pengolahan citra dan jaringan saraf tiruan untuk identifikasi mutu fisik biji pala (Myristica fragrans houtt). Metode penelitian dilakukan melalui tahap pengujian sifat fisik biji pala menggunakan teknologi pengolahan citra. Parameter sifat fisik hasil pengolahan citra selanjutnya dipilih parameter yang berpengaruh membedakan mutu dengan analisa diskriminan. Hasil analisa diskriminan digunakan sebagai faktor masukan jaringan saraf tiruan. Pengujian sifat fisik dilakukan secara nondestruktif meliputi warna yang terdiri dari RGB, Lab, HSV; bentuk terdiri dari area, perimeter, roundness, compactness; tekstur terdiri dari contrast, correlation, energy, homogenity, entropy. Faktor keluaran adalah kelas mutu biji pala yang terdiri dari mutu ABCD, mutu Rimpel dan mutu BWP (Broken Wormy Punky). Parameter mean saturated, area, correlation dan entropy dari hasil analisa diskriminan menunjukan parameter yang paling berpengaruh membedakan mutu pala. Parameter terpilih hasil analisa diskriminan digunakan sebagai input jaringan saraf tiruan. Arsitektur jaringan saraf terdiri 3 lapisan dengan 1 lapisan masukan terdiri 4 sel saraf, 1 lapisan tersembunyi terdiri 8 sel saraf dan 1 lapisan keluaran terdiri atas 1 sel saraf, fungsi aktivasi sigmoid biner, nilai konstanta laju pembelajaran 0.001. Berdasarkan hasil pengujian jaringan saraf dapat melakukan identifikasi dengan ketepatan hasil 100% dari 30 jumlah sampel yang diujikan.

Classification process to separate by class quality nutmeg requires great cost and time so that farmers have not done this level, the price of nutmeg low level of farmers. At the level of classification is done by separating the merchants intact seeds and seeds damaged, how it has the disadvantage can not be carried out continuously, physical fatigue, and high subjectivity. One attempt to improve the classification process is a method of classification is non-destructive, so that the classification process can be done effectively and efficiently. Image processing technology has been successfully developed for the classification of agricultural products. Image processing technology can provide good information when combined with the decision-making system of artificial neural networks. This research is needed to make the physical quality of the application program identification nutmeg with image processing and neural networks are able to identify three classes of nutmeg in the quality of the ABCD, Rimpel and BWP (Broken Wormy Punky). The method used is image processing, discriminant analysis and artificial neural network using Matlab programming language. Image processing includes color analysis of RGB, HSV and Lab, analysis of the form covers the area, perimeter, roundness and compactness, texture analysis include contrast, correlation, energy, and entropy homogenity. Selection of network input parameters is done by discriminant analysis. The results showed the mean parameter S, area, correlation and entropy identified the quality of nutmeg use feedforward backpropagation network training with the architecture of four inputs, one hidden layer with 8 neurons, and an output layer. The testing process showed an application program using a GUI (Graphical User Interface) has an accuracy of 100% in the process of identifying the quality of nutmeg.

Kata Kunci : mutu, biji pala, pengolahan citra digital, analisis diskriminan, jaringan saraf tiruan.