IDENTIFIKASI TINGKAT KEMATANGAN BUAH TOMAT (Lycopersicon esculentum Mill) MENGGUNAKAN METODE PENGOLAHAN CITRA DAN JARINGAN SARAF TIRUAN
Penulis
Aisyah Hidayattullah
Pembimbing: Dr. Atris Suyantohadi, STP, MT.
ABSTRACT: Indonesia has a great potency on horticultural commodity, such as
tomatoes . The high rate demand of tomatoes, both within and outside the country,
raising the need for ensuring the quality of the tomatoes. Tomato maturity level is
one of determining factor for quality. Identification process of tomatoes maturity
is generally dependent on the human perception of color indicator, which is
subjective and took a long time. Color indicator is one of the characteristics of
tomatoes maturity. The development of the image processing system, which is
combine with artificial neural network (ANN) method to apply, allowing the
identification of tomatoes maturity level more accurately and quickly.
Digital image processing refers to two-dimensional images processing
using a computer. ANN is a computational system which the architecture and
operation system inspired by the knowledge about the biological neuron cells in
brain. The tools used are Box Machine Vision and MATLAB 2012, while the
material is red tomato. Number of sample is 48 tomatoes which divided into 2
groups, 30 tomatoes as training data and 18 tomatoes to testing the network.
Image capturing of each sample conducted on each of four sides. The parameters
used as input to the ANN is mean Red, mean Green, mean Blue and correlation.
The results of this study show that, with combining image processing and
artificial neural network method, maturity level identification of red tomatoes
veriety based on USDA standard (green, breaker, turning, pink, light red, and red)
can be successfully done. ANN architecture consisted of four cells; six; and six
cells representing input, hidden, and output layers, respectively. Validation test
procedure with 18 samples of tomato showed an accuracy rate of 94.44 %,
assessed has been able to identify the maturity level of tomatoes.
INTISARI: Indonesia merupakan salah satu negara yang memiliki potensi besar
dalam bidang pertanian, salah satunya tomat. Kebutuhan yang besar akan buah
tomat, baik dalam maupun luar negeri, memunculkan kebutuhan akan terjaminnya
kualitas tomat. Tingkat kematangan buah tomat merupakan salah satu faktor
penentu kualitas. Proses identifikasi kematangan tomat umumnya bergantung
pada persepsi manusia, yang subyektif serta butuh waktu lama, terhadap indikator
warna yang merupakan salah satu ciri kematangan tomat. Perkembangan sistem
pengolahan citra, yang dalam pengaplikasiannya digabungkan dengan metode
jaringan saraf tiruan (JST), memungkinkan dilakukannya identifikasi tingkat
kematangan buah tomat dengan lebih akurat secara cepat.
Pengolahan citra digital menunjuk pada pemrosesan gambar dua dimensi
menggunakan komputer. JST adalah sistem komputasi dimana arsitektur dan
operasi diilhami dari pengetahuan tentang sel saraf biologis di dalam otak. Alat
yang digunakan yaitu Box Machine Vision dan software MATLAB 2012,
sedangkan bahan yaitu tomat merah. Sampel sejumlah 48 dibagi menjadi 2
kelompok, 30 untuk data pelatihan dan 18 untuk pengujian jaringan. Pengambilan
citra untuk setiap sampel dilakukan pada keempat sisinya. Parameter yang
digunakan sebagi masukan pada JST adalah mean Red, mean Green, mean Blue
dan korelasi.
Hasil dari penelitian ini menunjukkan bahwa dengan metode pengolahan
citra dan jaringan saraf tiruan, dapat dilakukan identifikasi tingkat kematangan
buah tomat merah berdasarkan standar USDA (green, breaker, turning, pink, light
red, dan red). Arsitektur JST yang digunakan terdiri atas 4 sel; 6 sel; 6 sel pada
lapisan input, hidden layer dan lapisan output. Pengujian dengan 18 sampel buah
tomat menunjukkan tingkat akurasi sebesar 94.44% yang dinilai telah mampu
melakukan identifikasi tingkat kematangan buah tomat.
Klik Link ini http://etd.ugm.ac.id/index.php?mod=penelitian_detail&sub=PenelitianDetail&act=view&typ=html&buku_id=66708&obyek_id=4
Sumber : http://etd.ugm.ac.id/index.php?mod=penelitian_detail&sub=PenelitianDetail&act=view&typ=html&buku_id=66708&obyek_id=4
0 Comments