Pemanfaatan Image Mining Untuk Klasifikasi dan Prediksi Kematangan Tomat Menggunakan Metode Jaringan Saraf Tiruan Backpropagation

Abstract

Klasifikasi dan prediksi terhadap tingkat kematangan tomat secara otomatisasi menggunakan metode Jaringan Saraf Tiruan Backpropagation. Penentuan kematangan bidang pertanian masih diterapkan secara manual. Dengan adanya perkembangan teknologi di bidang image mining, penentuan kematangan tomat dapat dilakukan secara otomatisasi. Metode yang dipakai dalam pembuatan sistem ini ialah Jaringan Saraf Tiruan. Algoritma yang digunakan ialah backpropagation. Output kematangan tomat terdiri dari tiga kategori yaitu belum matang, setengah matang dan matang. Data training dan data testing sebanyak 60 buah yang digunakan. Arsitektur backpropagation pada penelitian ini berupa 3 input layer, 4 hidden layer, dan 1 output layer. Fungsi aktivasi yang digunakan dari input ke hidden layer ialah sigmoid biner, sedangkan dari hidden layer ke output ialah fungsi identitas (purelin). Ekstraksi citra dalam bentuk nilai minimum RGB berguna sebagai input. Diproses dan menghasilkan output tingkat kematangan dan prediksi kematangan. Hasil pengujian sistem data training memperoleh nilai keakuratan sebanyak 96,67% dan data testing senilai 90%.