KLASIFIKASI JENIS CABE DENGAN IMAGE PROCESSING MENGGUNAKAN METODE BACKPROPAGATION
DOI:
https://doi.org/10.36050/a8t6d556Keywords:
Image Processing, Backpropagation, CRISP DM, Holdout ValidationAbstract
Penelitian ini bertujuan untuk menghasilkan sistem klasifikasi jenis cabe dengan image processing menggunakan metode backpropagation. Penelitian ini dilatar belakangi dengan proses pengklasifikasian jenis cabe masih dilakukan secara konvensional dan belum terkomputerisasi yaitu dengan mengklasifikasi jenis buah cabe berdasarkan bentuk dan warna di Dinas Pertanian Kota Pagar Alam. Metode yang digunakan yaitu backpropagation, metode ini adalah sebuah langkah sistemik untuk pelatihan multiple-layer jaringan syaraf tiruan. Pengujian sistem menggunakan pengujian holdout validation, holdout validation yang memisahkan data menjadi dua set yaitu data training dan data testing. Data training digunakan sebanyak 120 untuk membangun model, sementara data testing sebanyak 30 digunakan untuk menguji unjuk kerja model yang dibentuk oleh data training. Hasil dari penelitian ini berupa perancangan sistem klasifikasi jenis cabe dengan image processing menggunakan metode backpropagation dengan akurasi yang tinggi, akurasi pada data latih 94,16% dan akurasi pada data uji 96,66% , tentunya sistem ini bisa mengurangi rasa kurangnya pengetahuan dan informasi yang tepat dari para petani dan bisa menjadi media untuk membantu dalam pengklasifikasian cabe.
References
[1] Abdullah, & Usman. (2016). SISTEM CERDAS UNTUK KLASIFIKASI BUAH KELAPA MENGGUNAKAN METODE BACKPROPAGATION. Jurusan Sistem Informasi, Fakultas Teknik dan Ilmu Komputer, Universitas Islam Indragiri, Tembilahan.
[2] Afrianty, I., Hafiz, R. A., Yanto, F., & Cynthia, P. E. (2020). Klasifikasi Daun Jambu Air Menggunakan Ekstraksi Ciri Morfologi dan Backpropagation. Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 12 ISSN (Printed) : 2579-7271 Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau ISSN (Online ) : 2579-5406.
[3] Alfiyanti, Y. D., Ratnawati, D. E., & Anam, S. (2019). Klasifikasi Fungsi Senyawa Aktif Data Berdasarkan Kode Simplified Molecular Input Line Entry System (SMILES) menggunakan Metode Modified K-NEAREST NEIGHBOR. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN: 2548-964X.
[4] B, D. P., Saptono, R., & Anggrainingsih, R. (2019). ACADEMIC ARTICLES CLASSIFICATION USING NAIVE BAYES CLASSIFIER (NBC) METHOD. ITSMART: Jurnal Ilmiah Teknologi dan Informasi Vol. 7, No. 2, December 2018 ISSN: 2301-7201, E-ISSN: 2541-5689.
[5] Ernawati, D., Yusda, R. A., & Putra, G. M. (2021). ANALISIS PENYAKIT PADA TANAMAN CABAI DENGAN METODE CASE BASED REASONING BERBASIS WEB. J-Com (Journal of Computer) ISSN 2775-801X (Online) Vol. 1 No. 1, Maret 2021, hlm. 43 – 48 .
[6] Fadjeri, A., Setyanto, A., & Kurniawan, M. P. (2020). Pengolahan Citra Digital Untuk Menghitung Ekstrasi Ciri Greenbean Kopi Robusta Dan Arabika Studi Kasus: Kopi Temanggung. Jurnal TIKomSiN, Vol. 8, No. 1, 2020 ISSN .
[7] Firanda, R., & Yuhendri, M. (2021). Monitoring State Of Charge Accumulator Berbasis Graphical User Interface Menggunakan Arduino. JTEIN: Jurnal Teknik Elektro Indonesia Vol 2 No 1 (2021).
[8] Hakiky, R. M., Hikmah, N., & Ariyanti, D. (2020). Klasifikasi Jenis Pohon Mangga Berdasarkan Bentuk dan Tekstur Daun Menggunakan Metode Backpropagation. JURNAL INFORMATIKA UPGRIS Vol. 6, No. 2 DESEMBER 2020 P/E-ISSN: 2460-4801/2447-6645.
[9] Hasanah, S. H., & Permatasari, S. M. (2020). METODE KLASIFIKASI JARINGAN SYARAF TIRUAN BACKPROPAGATION PADA MAHASISWA STATISTIKA UNIVERSITAS TERBUKA. BAREKENG: Jurnal Ilmu Matematika dan Terapan June 2020 Vol. 14 No.2 Page 243–
[10] Hasibuan, A. H., Zebua, T., & Hondro, R. K. (2020). Penerapan Metode Sobel Edge Detection dan Image Processing Untuk Mengetahui Diameter Apel Fuji Menggunakan Aplikasi Matlab. JURIKOM (Jurnal Riset Komputer), Vol. 7 No. 3, Juni 2020.
[11] Jamaludin, Rozikin, C., & Irawan, A. S. (2020). Klasifikasi Jenis Buah Mangga dengan Metode Backpropagation. Program Studi Teknik Informatika Fakultas Ilmu Komputer.
[12] Karolina, N. (2021). Data Mining Pengelompokan Pasien Rawat Inap Peserta BPJS Menggunakan Metode Clustering (Studi Kasus : RSU.Bangkatan). JOURNAL OF INFORMATION AND TECHNOLOGY UNIMOR (JITU) .
[13] Kaswar, A. B., Nur Risal, A. A., Fatiah, & Nurjannah. (2020). KLASIFIKASI TINGKAT KEMATANGAN BUAH MARKISA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS PENGOLAHAN CITRA DIGITAL. JESSI Volume 01 Nomor 1 May 2020.
[14] Murdika, U., Alif, M., & Mulyani, Y. (2021). Identifikasi Kualitas Buah Tomat dengan Metode PCA (Principal Component Analysis) dan Backpropagation. ELECTRICIAN – Jurnal Rekayasa dan Teknologi Elektro.
[15] Perlindungan, I., & Risnawati. (2020). PENGENALAN TANAMAN CABAI DENGAN TEKNIK KLASIFIKASI MENGGUNAKAN METODE CNN. Program Studi Ilmu Komputer Sekolah Tinggi Ilmu Manajemen dan Ilmu Komputer ESQ.
[16] Pressman. (2010). Sistem Informasi Inventori Barang Menggunakan Metode Objek Oriented, 841.
[17] Sagara, Y. (2020). IMPLEMENTASI ALGORITMA BACKPROPAGATION UNTUK SISTEM IDENTIFIKASI KEMATANGAN BUAH KAKAO. Program Studi Informatika, Fakultas Teknologi Informasi & Elektro Universitas Teknologi Yogyakarta.
[18] Sutikno, Indriyati, N.E, S., S.S, P., A.W, H., W, I., . . . D, D. P. (2016). Backpropagation dan Aplikasinya. Ilmu Komputer Studi Kasus dan Aplikasi. Undip Press : 2016, pp. 135-146.
[19] Syahidan, N., Rati, S., Lubis, S., & Fadillah, N. (2020). KLASIFIKASI TANAMAN AGLAONEMA DENGAN FITUR EKSTRAKSI GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR. ICOM Jurnal Informatika dan Teknologi Komputer Vol. 01 No. 02 (2020) 58 - 63 E-ISSN :2774-7115 P-ISSN: 2775-2089.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 BETRIK
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
