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
- Jelita Asian, Dimas Erlangga, Media Ayu, Data Exfiltration Anomaly Detection on Enterprise Networks using Deep Packet Inspection , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
- Raisul Azhar, ANALISA PERBANDINGAN PENERAPAN PBR DAN NON PBR PADA PROTOCOL OSPF UNTUK KONEKSI INTERNET , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 15 No. 1 (2015)
- Zein Zein, Ahmat Adil, APLIKASI MEDIA BANTU PEMBELAJARAN KRIPTOGRAFI DENGAN MENGGUNAKAN ALGORITMA MESSAGE DIGEST 5 (MD5) , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 15 No. 2 (2016)
- Robby Rizky, Zaenal Hakim, Sri Setiyowati, Susilawati susilawati, Ayu Mira Yunita, Development of the Multi-Channel Clustering Hierarchy Method for Increasing Performance in Wireless Sensor Network , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 3 (2024)
- Jian Budiarto, Jihadil Qudsi, Deteksi Citra Kendaraan Berbasis Web Menggunakan Javascript Framework Library , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 1 (2018)
- I Putu Hariyadi, Akbar Juliansyah, Analisa Penerapan Private Cloud Computing Berbasis Proxmox Virtual Environment Sebagai Media Pembelajaran Praktikum Manajemen Jaringan , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 1 (2018)
- Aji Bijaksana Abadi, Arif Fadllullah, Sumardi Sumardi, Sultan Mahdi, Audrey Nauffal Juniar, Perhitungan Indeks Massa Tubuh Less Contact Berbasis Computer Vision dan Regresi Linear , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Kadek Putri Dwi Dharmayanti, I Putu Agus Swastika, I Gusti Lanang Agung Raditya Putra, Tata Kelola Sistem Informasi Sanken Menggunakan Framework COBIT 5 , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 1 (2018)
- sri suharti, Anton Yudhana, Imam Riadi, Forensik Jaringan DDoS menggunakan Metode ADDIE dan HIDS pada Sistem Operasi Proprietary , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Annisa’ul Mubarokah, Rita Ambarwati, Dedy Dedy, Mashhura Toirхonovna Alimova, Unsafe Conditions Identification Using Social Networks in Power Plant Safety Reports , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 2 (2024)
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)
.png)











