Pengaruh Cahaya dan Kualitas Citra dalam Klasifikasi Kematangan Pisang Cavendish Berdasarkan Ciri Warna Menggunakan Artificial Neural Network
DOI:
https://doi.org/10.30812/matrik.v21i1.1396Keywords:
Intensitas Cahaya, Kualitas Citra, Kematangan Pisang, Artificial Neural Network.Abstract
Buah pisang merupakan komoditas yang memberikan kontribusi besar terhadap angka produksi buah nasional maupun internasional. Pemerintah melalui Badan Standarisasi Nasional menetapkan standar untuk buah pisang, menjaga mutu buah pisang. Tujuan dari penelitian ini adalah menganalisa pengaruh cahaya dan kualitas citra dalam mengklasifikasikan tingkat kematangan buah pisang berdasarkan ciri warna buah pisang di Kebun Pisang Cavendish kabupaten banyumas jawa tengah sesuai dengan SNI 7422:2009[1]. Pisang yang terdapat di Kebun Pisang Cavendish ini beraneka ragam kualitas, sebagai buah lokal yang memiliki nilai ekonomi tinggi dan memiliki potensi pasar yang masih terbuka luas, pisang menjadi salah satu komoditas buah-buahan yang dapat diandalkan. Permasalahan yang sering ditemukan selain resource dan ketelitian yakni kurang tepatnya dan kurang pengetahuannya karyawan dalam membedakan tingkat kematangan pisang terutama karyawan baru. Artificial Neural Network digunakan sebagai metode dalam proses pengklasifikasian. Dataset pada penelitian ini adalah 80 citra buah pisang yang diambil per tandan terdiri dari 40 tandan citra pisang Cavendish yang diambil di pagi hari dengan kualitas citra bagus 20 dan kualitas citra tidak bagus 20, 40 tandan citra pisang Cavendish yang diambil di sore hari dengan kualitas citra bagus 20 dan kualitas citra tidak bagus 20. Tingkat kematangan pisang pada penelitian ini yaitu mentah dan matang. pengujian menghasilkan Akurasi tertinggi dalam proses klasifikasi kategori buah pisang cavendish menggunakan epoch 5000, goal 0.0001 dan learning rate 0.1 dengan jumlah akurasi sebesar 100% dengan model trainlm dan waktu 1.6 detik.
Downloads
References
[2] Y. Zhang, J. Gao, and H. Zhou, “Breeds Classification with Deep Convolutional Neural Network,†Association for Computing Machinery, February 15–17, February, 2020.
[3] Q. Zhang, M. Zhang, T. Chen, Z. Sun, Y. Ma, and B. Yu, “Recent Advances in Convolutional Neural Network Accelerationâ€, Neurocomputing, July, 2018.
[4] F. Emmert-Streib, Z. Yang, H. Feng, S. Tripathi, and M. Dehmer, “An Introductory Review of Deep Learning for Prediction Models With Big Data,†Journal Frontiers in Artificial Intelligence, vol. 3, no. 2, pp. 1–23, Februari,2020.
[5] N. Augustien, N. Triani, Sukendah, N. Budi, and Rahayuningsih, “Aklimatisasi Plantlet Pisang Cavendish ( Musa TANAM Cavendish Banana ( Musa acuminata )†,Gontor AGROTECH Science Journal, vol. 5, no. 2, pp. 111–126, Desember 2020.
[6] H. H. Setiawan, “Klasifikasi Jenis Buah Pisang Dengan Image Processing Menggunakan Methode Classification Of Type Of Banana Fruits With Image Processing Using Backpropagation Method,†Univ. Sanata Dharma, 2018.
[7] Indarto and Murinto, “Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformasi Ruang Warna HIS,†Journal JUITA J. Inform., vol. 5, no. 1, pp. 15–21, Mei, 2017.
[8] D. Yulianto, R. N. Whidhiasih, and M. Maimunah, “Klasifikasi Tahap Kematangan Pisang Ambon Berdasarkan Warna Menggunakan Naive Bayes,†Jurnal Penelitian Ilmu Komputer, Sistem Embedded & Logic., vol. 5, no. 2, pp. 60–67, ,Desember, 2018.
[9] N. N. Yusuf Eka Yana, “Klasifikasi Jenis Pisang Berdasarkan Fitur Warna, Tekstur, Bentuk Citra Menggunakan SVM dan KNN,†Journal of Computer, Information System & Technology Management., vol. 4, no. 1, p. 5, November, 2021.
[10] M. B. Sholahuddin, “Analisa Perubahan Warna Hsv Pada Pengolahan Citra Terhadap Intensitas Cahaya Sebagai Dasar Penerapan Masukan Kontrol Automatic Stacking Crane,†Institut Teknologi Sepuluh Nopember, 2017, pp 33-42.
[11] A. Ridho, S. Aryanto, K. Marzuki, and M. M. Dewi, “Konsep Desain Proses Website Edukasi Matematika Bangun Ruang dengan Teknologi 3D Interaktif,†Seminar Nasional Teknologi Informasi dan Multimedia,pp. 36-78, 4 Februari ,2017.
[12] F. Timorremboko and O. T. Karya, “Implementasi Jaringan Syaraf Tiruan Pada Kendali Lampu Sorot Mobil Adaptif Berbasis Python,†Journal Teknologi Elektro (JTE), Vol. 11, No. 03, pp. 142-147, September, 2020.
[13] Adi Pamungkas, “Ekstraksi Ciri Citra,†https://pemrogramanmatlab.com, 2019. https://pemrogramanmatlab.com/ pengolahan-citra-digital/ekstraksi-ciri-citra-digital/.
[14] J. Jamaludin, C. Rozikin, and A. S. Y. Irawan, “Klasifikasi Jenis Buah Mangga dengan Metode Backpropagationâ€, Jurnal Ilmiah Elektroteknika, vol. 20, no. 1, pp. 1–12, April, 2021.
[16] I. Sabilla, Ahmad, “Arsitektur Convolutional Neural Network (Cnn) untuk Klasifikasi Jenis Dan Kesegaran Buah Pada Neraca Buah,†Institut Teknologi Sepuluh Nopember, pp. 1–119, 2020.
[17] A. Gide, “Computational Discrete And Geometry,†Angew. Chemie Int. Ed. 6(11), 951–952., pp. 5–24, 2018.
[18] L. J. Catania, Å ,"Understanding Artificial Intelligence (AI), Fundamentals,Use Cases and Methods for a Corporate AI Journey, Springer, pp. 68-76, 2021.
Downloads
Published
Issue
Section
How to Cite
Similar Articles
- Arief Hermawan, Adityo Permana Wibowo, Akmal Setiawan Wijaya, The Improvement of Artificial Neural Network Accuracy Using Principle Component Analysis Approach , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 1 (2022)
- Dairoh Dairoh, Very Kurnia Bakti, Muhammad Naufal, Neural Network dan Particle Swam Optimization untuk Penunjang Keputusan Antipasi Mahasiswa Pra Lulus Bekerja Sesuai Bidang , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- B. Herawan Hayadi, I Gede Iwan Sudipa, Agus Perdana Windarto, Model Peramalan Artificial Neural Network pada Peserta KB Aktif Jalur Pemerintahan menggunakan Artificial Neural Network Back-Propagation , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Wahyu Styo Pratama, Didik Dwi Prasetya, Triyanna Widyaningtyas, Muhammad Zaki Wiryawan, Lalu Ganda Rady Putra, Tsukasa Hirashima, Performance Evaluation of Artificial Intelligence Models for Classification in Concept Map Quality Assessment , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 3 (2025)
- Aini Suri Talita, Aristiawan Wiguna, Implementasi Algoritma Long Short-Term Memory (LSTM) Untuk Mendeteksi Ujaran Kebencian (Hate Speech) Pada Kasus Pilpres 2019 , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 1 (2019)
- Siti Ummi Masruroh, Andrew Fiade, Muhammad Ikhsan Tanggok, Rizka Amalia Putri, Luigi Ajeng Pratiwi, Convolutional Neural Network for Colorization of Black and White Photos , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
- Bambang Krismono Triwijoyo, Model Fast Tansfer Learning pada Jaringan Syaraf Tiruan Konvolusional untuk Klasifikasi Gender Berdasarkan Citra Wajah , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 2 (2019)
- Evan Tanuwijaya, Angelica Roseanne, Modifikasi Arsitektur VGG16 untuk Klasifikasi Citra Digital Rempah-Rempah Indonesia , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Ni Wayan Sumartini Saraswati, I Wayan Dharma Suryawan, Ni Komang Tri Juniartini, I Dewa Made Krishna Muku, Poria Pirozmand, Weizhi Song, Recognizing Pneumonia Infection in Chest X-Ray Using Deep Learning , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 1 (2023)
- Miftahus Sholihin, Mohd Farhan Bin Md. Fudzee, Lilik Anifah, A Novel CNN-Based Approach for Classification of Tomato PlantDiseases , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 3 (2025)
You may also start an advanced similarity search for this article.
Most read articles by the same author(s)
- Muhammad Rizki, Arief Hermawan, Donny Avianto, Learning Accuracy with Particle Swarm Optimization for Music Genre Classification Using Recurrent Neural Networks , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 2 (2024)
- Arief Hermawan, Adityo Permana Wibowo, Akmal Setiawan Wijaya, The Improvement of Artificial Neural Network Accuracy Using Principle Component Analysis Approach , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 1 (2022)