Aplikasi Jaringan Syaraf Tiruan Untuk Penentuan Kelas Kemasakan Buah Tomat Berdasarkan Warna Citra

BARNES BOGABRIEL A C, Dr. Rudiati Evi Masithoh, S. TP, M. Dev Tech;Dr. Joko Nugroho W K, S. TP, M. Eng

2014 | Skripsi | TEKNIK PERTANIAN

Penelitian ini bertujuan mengembangkan instrument sederhana untuk menentukan kelas kemasakan tomat berdasarkan warna citra. Parameter warna yang digunakan dalam format RGB. Dalam penelitian ini objek yang digunakan adalah buah tomat. Kelas kemasakan dalam penelitian ini adalah green, breakers, turning, pink, light red red. Data RGB tmat diperoleh dari pengambilan citra tomat yang disimpan dalam 3 variasi suhu yaitu 6, 15 dan 28 derajad Celsius menggunakan computer vision system. Pengambilan citra dilakukan secara berkala untuk setiap harinya. Jaringan syaraf tiruan digunakan untuk menentukan kelas kemasakan tomat berdasarkan parameter warna citra. Input yang digunakan adalah nilai RGB dengan output adalah kelas kemasakan tomat. Setelah dilakukan pelatihan jaringan backpropagation dengan tingkat pembelajaran (learning rate) 0,3 diperoleh arsitektur jaringan dengan 2 layer tersembunyi terdiri dari 8 neuron pada layer pertama dan 10 pada layer kedua dan memiliki 3 bias. Nilai mean squared error (MSE) yang didapat adalah 0,00422. Hasil penelitian ini menunjukkan bahwa instrumen yang dirancang dapat menentukan kelas kemasakan tomat dengan tingkat keakuratan 93%

This research aims at designing a program to classify tomatoes into 6 categories: green, breakers, turning, pink, light red, red. Color parameter used in this study were RGB. Backpropagation neural network method was used to classify tomato based on color parameters. Images of tomatoes were captured using a webcam on computer vision system then RGB values of the images were determined. images were taken everyday after being stored 6, 15, 28 Celsius degree. Backpropagation neural network was trained with 0,3 learning rate level producing neural network architecture which had 2 hidden layer consisted 8 neurons in first layer and 10 neuron in second layer and have 3 bias as well as 0,00422 of mean squared error (MSE). The result showed that the developed program was able to classify the based color parameters. The accuracy of the developed program was 93%.

Kata Kunci : tomat, RGB, Jaringan Syaraf Tiruan, Backpropagation