PEMBELAJARAN RESILIENT BACKPROPAGATION DENGAN CIRI MOMENT INVARIANT DAN WARNA RGB UNTUK KLASIFIKASI BUAH JERUK KEPROK

  • Derwin R. Sina Universitas Nusa Cendana
  • Dedy Dura Universitas Nusa Cendana
  • Yelly Y. Nubuasa Universitas Nusa Cendana

Abstract

Abstract

 Jeruk keprok merupakan salah satu komoditas yang beredar luas dipasaran. Proses pemasaran harus melalui proses klasifikasi jeruk keprok kedalam kelompok baik dan cacat. Proses klasifikasi pada penelitian ini menggunakan pengolahan citra digital dan jaringan saraf tiruan (JST). Bidang ilmu citra berfungsi untuk mendapat ciri moment invariant dan warna RGB sedangkan jaringan saraf tiruan untuk proses pembelajaran menggunakan metode resilliant bankpropagation. Penelitian ini mengunakan 320 data citra, berasal dari 17 buah jeruk keprok dimana 10 buah diambil dari 4 sisi berbeda dengan jumlah 40 buah dan 7 buah diambil dari 5 sisi yang berbeda  dan dikenakan rotasi sebanyak 8 kali (0°, 45°, 90°, 135°, 180°, 225°, 270°, 315°) dengan jumlah 280 citra. Penggujian dilakukan sebanyak 10 kali terhadap parameter neuron hidden 5, 7 dan 10 dan learning rate 1, 0.1 dan 0.001. Hasil pengujian menunjukan kombinasi parameter terbaik adalah  5 neuron hidden pada learning rate 0,1 dengan nilai akurasi sebesar 99,80% dan waktu pengujian 3,092 ms.

 Kata kunci: Jeruk keprok; citra;  jaringan saraf tiruan (JST); moment invariant; RGB; resilient backpropagation.

 

Abstract

Tangerines are one of the commodities which is widely distributed in the market. The marketing process should be going through a classifying process into good or defective clusters. The classification process in this research used Digital Image Processing and Artificial Neural Network. The field of image science operates to obtain moment invariant features and RGB colors while the artificial neural network for the learning process uses the resilliant bankpropagation method. This research utilized 320 image data from 17 tangerines where 10 of them were captured from 4 dissimilar sides with total of 40 images and 7 fruits were captured from 5 different sides and was rotated 8 times (0°, 45°, 90°, 135°, 180°, 225°, 270°, 315°) with a total of 280 images. The testing performed was 10 times towards the neuron hidden 5, 7 and 10 and learning rate 1, 0.1, and 0.001. The result shown the best parameter combination was 5 neuron hidden on 0.1 learning rate with the accuracy value of 99.80% and a test time of 3.092 ms.

Keywords: Tangerines; image; artificial neural network (ANN); moment invariant; RGB; resilient backpropagation.

Published
2022-04-27
How to Cite
Sina, D., Dura, D., & Nubuasa, Y. (2022). PEMBELAJARAN RESILIENT BACKPROPAGATION DENGAN CIRI MOMENT INVARIANT DAN WARNA RGB UNTUK KLASIFIKASI BUAH JERUK KEPROK. Jurnal Fisika : Fisika Sains Dan Aplikasinya, 7(1), 116-122. https://doi.org/10.35508/fisa.v7i1.7378