Pemodelan Pengolahan Citra Klasifikasi Jenis Buah Mangga Menggunakan Metode Backpropagation

Abstract

 Di Indonesia buah mangga merupakan tanaman yang tumbuh subur. Namun pemilihan jenis mangga sendiri masih dilakukan secara manual yakni memilah jenis mangga dengan membanding warna, bentuk dan ukuran. Salah satu perkembangan teknologi pada bidang perindustrian yakni jaringan syaraf tiruan yang mampu belajar sendiri layaknya manusia. Dalam penelitian ini dibuat sebuah sistem yang mampu mengklasifikasi jenis-jenis mangga. Sistem yang akan dibangun ini menerapkan jaringan syaraf tiruan untuk pemodelannya dan menggunakan ekstraksi ciri berupa mean RGB dan standar deviasi RGB, perimeter, luas, panjang, lebar, kebulatan, dan kerampingan. Pada proses percobaan klasifikasi jenis buah mangga digunakan jaringan syaraf tiruan propagasi balik (backpropagation) dengan melakukan variasi 2 model, yakni traingdx dan trainlm dan fungsi transfer layer logsig dan fungsi transfer output purelin. Model pengujian yang digunakan pada proses klasifikasi adalah k-fold cross validation dengan dasar variasi epoch, goal, dan learning rate dari pengujian menggunakan holdout validation. Berdasarkan hasil percobaan, didapat akurasi terbaik dengan 1 hidden layer sebesar 100% dengan waktu 10,45 detik kemudian pengujian k-fold menghasilkan rata-rata akurasi tertinggi 71,31% dengan rata-rata waktu 0,06 detik.