Identifikasi Jenis Jahe Berdasarkan Warna Menggunakan Jaringan Syaraf Tiruan
Abstract
Abstrak: Sistem pengenalan untuk identifikasi jahe berbasis komputer merupakan proses memasukkan informasi berupa citra jahe ke dalam komputer. Selanjutnya komputer menerjemahkan serta mengidentifikasi jenis jahe tersebut dengan metode jaringan syaraf tiruan. Penelitian ini bertujuan untuk melakukan identifikasi jenis jahe menggunakan jaringan syaraf tiruan yang memanfaatkan kamera digital untuk akuisisi data citra jahe. Tahapan penelitian meliputi pemrosesan awal, ekstraksi ciri dan klasifikasi. Data latih yang digunakan terdiri dari citra jahe merah,citra jahe emprit dan citra jahe gajah sebanyak 15 sampel untuk tiap jenis jahe dan 5 sampel tiap jenis jahe untuk data uji. Proses identifikasi jenis jahe dilakukan dengan metode jaringan syaraf tiruan. Hasil identifikasi jenis jahe berdasarkan citra RGB menggunakan JST mendapatkan akurasi sebesar 60% pada epoch 2000 dengan jumlah variasi neuron 2 dengan nilai MSE sebesar 0.258 pada detik ke 10.Kata kunci: jaringan syaraf tiruan, jenis jahe, JST, warna
Abstract: The recognition system for computer-based ginger identification is the process of entering information in the form of ginger images into the computer. Furthermore, the computer translates and identifies the type of ginger with artificial neural network method. This study aims to identify the type of ginger using artificial neural networks that utilize digital cameras for the acquisition of ginger image data. Research stages include initial processing, feature extraction, and classification. Trained data used consist of a red ginger image, ginger emprit image and elephant ginger image of 15 samples for each type of ginger and 5 samples of each type of ginger for tested data. The ginger type identification process is done by artificial neural network method. The identification of ginger species based on RGB image using ANN obtained an accuracy of 60% in epoch 2000 with the number of neuron 2 variations with MSE value of 0.258 at 10 seconds.
Keywords: artificial neural network, color, JST, type of ginger
References
Bisilisin FY, Herdiyeni Y, Silalahi BP. 2014. Optimasi K-Means Clustering Menggunakan Particle Swarm Optimization pada Sistem Identifikasi Tumbuhan Obat Berbasis Citra K-Means Clustering Optimization Using Particle Swarm Optimization on Image Based Medicinal Plant Identification System. Jurnal Ilmu Komputer Agri Informatika. 3 (1): 38–47.
Bursatriannyo, Syukur C, Mushthofa. 2014. Identifikasi Varietas Tanaman Kunyit Menggunakan Sistem Pakar. Jurnal Informatika Pertanian. 23 (1): 95–106.
Eskanesiari, Hidayatno A, Rizal Isnanto R. 2014. Sistem Identifikasi Jenis Tanaman Obat-Obatan Berdasar Pola Daun Menggunakan Tujuh Invarian Momen Hu Dan Jaringan Saraf Tiruan Perambatan Balik. Jurnal Transient. 3 (1): 97 - 102.
Hardoyono F, Triyana K. 2011. Aplikasi Wavelet pada Proses Ekstraksi Ciri Sinyal Keluaran Electronic-Nose untuk Deteksi Bahan Herbal. Prosiding Pertemuan Ilmiah XXV HFI Jateng & DIY., p 282–285.
Kadir A, Susanto A. 2014. Teori dan Aplikasi Pengolahan Citra. Yogyakarta: Penerbit Andi.
Maimunah, Whidhiasih RN. 2017. Identifikasi Mutu Telur Ayam Berdasarkan Kebersihan Kerabang Menggunakan Jaringan Syaraf Tiruan. Jurnal Informatics For Educators And Professionals. 2 (1) : 51–60.
Sari DP, Fadlil A. 2013. Sistem Identifikasi Citra Jenis Kunyit (Curcuma Domestica Val) Menggunakan Metode Klasifikasi Minkowski Distance Family. Jurnal Sarjana Teknik Informatika. 1 (2): 399–408.
Sari DP, Fadlil A. 2014. Sistem Identifikasi Citra Rimpang Pada Tanaman Famili Zingiberaceae (Temu-Temuan) Menggunakan Metode Fungsi Jarak One Minus Correlation Coefficient. Jurnal Sarjana Teknik Informatika. 2 (2): 1085–1094.
Sari SND, Fadlil A. 2014. Sistem Identifikasi Citra Jahe (Zingiber Officinale) Menggunakan Metode Jarak Czekanowski. Jurnal Sarjana Teknik Informatika. 2 (2): 1104–1113.
