PENDUGAAN TINGKAT KUALITAS FISIK BIJI KACANG TANAH (Arachis hypogaea L.) MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DAN METODE JARINGAN SARAF TIRUAN

FAJARINA SETIANING B, Dr. Atris Suyantohadi, STP, M.T

2013 | Skripsi | TEKNOLOGI INDUSTRI PERTANIAN

Kacang tanah merupakan salah satu komoditas yang penting dan bernilai ekonomis cukup tinggi, terutama untuk tujuan konsumsi. Kacang tanah sebelum diolah harus memiliki kualitas fisik biji yang baik sesuai standar mutu yang telah ditetapkan. Klasifikasi mutu kacang tanah saat ini masih dilakukan secara manual dengan cara membandingkan proporsi setiap jenis kacang tanah berdasarkan pengamatan visual. Kelemahan pengamatan ini yaitu hasilnya bersifat kualitatif dan subyektif sehingga tahap klasifikasinya menjadi tidak konsisten. Oleh karena itu, diperlukan perancangan sistem klasifikasi mutu fisik kacang tanah yang bersifat kuantitatif dan obyektif pada tingkat operator, salah satunya yaitu menggunakan metode pengolahan citra dan jaringan saraf tiruan. Penelitian ini bertujuan untuk melakukan serangkaian percobaan terhadap sampel biji kacang tanah untuk kemudian diklasifikasikan tingkat mutunya berdasarkan proporsi setiap jenis kacang tanah sesuai Standar Nasional Indonesia (SNI) 01-3921-1995. Tahapan pengolahan citra kacang tanah dimulai dari sebuah black box yang telah dilengkapi dengan webcam Genius I Slim 2020AF. Citra kacang tanah terdiri dari jenis kacang normal, keriput, belah, rusak, dan warna lain. Pengolahan citra dilakukan untuk menganalisis warna dan tekstur citra yang akan digunakan sebagai parameter klasifikasi mutu fisik. Parameter warna dan tekstur yang digunakan yaitu red, green, blue, entropy, contrast, homogenity, dan energy. Arsitektur jaringan saraf tiruan menggunakan algoritma feedforward backpropagation. Selanjutnya dilakukan identifikasi jenis sampel menggunakan jaringan saraf tiruan dengan 240 sampel data pelatihan dan 60 sampel data pengujian. Klasifikasi mutu fisik berdasarkan proporsi setiap jenis kacang tanah dilakukan menggunakan 204 sampel data validasi pengujian biji kacang tanah. Berdasarkan tahapan pengolahan citra, hanya parameter warna yang digunakan dalam menentukan klasifikasi mutu fisik kacang tanah. Hasil penelitian terhadap sampel validasi pengujian yang ditampilkan dalam GUI (Graphical User Interface) menunjukkan bahwa sampel diklasifikasikan ke dalam mutu fisik III dengan tingkat akurasi sebesar 91,67% dengan proporsi kacang normal sebesar 53,43%, keriput sebesar 21,57%, belah sebesar 15,69%, rusak sebesar 5,39%, dan warna lain sebesar 3,92%.

Peanut is one of the important commodities due to its high economic value, especially as foodstuff. Before processed, peanut should have a good physical quality seed with appropriate quality standards that has been set. Peanut’s quality classification is still conducted manually by comparing the proportion of its type based on visual observation. This method has a weakness that the result will be qualitative and subjective. Thus the stage classification can be inconsistent. Therefore, it is necessary to design a classification system to determine peanut’s physical quality which is quantitative and objective at the operator level, one of which is using image processing method and artificial neural networks. This study aims to conduct a series of experiments on samples of peanut seeds of which their quality level will later be classified based on Indonesian National Standard (SNI) 01-3921-1995. The stage of peanut image processing begins with a black box which is equipped with a webcam Genius I Slim 2020AF. Peanut’s image consist of normal, wrinkled, cracked, damaged, and other color type. Image processing is performed to analyze the color and texture of the image that will be used as the physical parameters of quality classification. Color and texture parameters used are red, green, blue, entropy, contrast, homogenity, and energy. Architecture of artificial neural network using feedforward backpropagation algorithm. Next there should be an identification of sample types using artificial neural network with 240 training samples and 60 testing samples. Physical quality classification based on the proportion of each type of peanut is conducted using 204 trial validation samples of peanut seeds. Image processing stage shows that it’s only color parameter that is used to determine peanut’s physical quality classification. The result of the study on trial validation samples displayed in the GUI (Graphical User Interface) shows that samples data classified into physical quality III with 91,67% accuracy rate with the proportion of peanut’s normal type 53,43%, wrinkled type 21,57%, cracked type 15,69%, damaged type 5,39%, and other color type 3,92%.

Kata Kunci : kacang tanah, pengolahan citra, jaringan saraf tiruan, kualitas fisik