PEMROSESAN CITRA DIGITAL UNTUK KLASIFIKASI TANAMAN CABAI MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPOGATION

Tanaman cabai merupakan salah satu tanaman yang dapat ditanam di Indonesia, tanaman cabai di Indonesia terdapat berbagai macam jenis, dari yang mudah diidentifikasi perbedaan setiap jenisnya seperti cabai merah dan cabai hijau, maupun hingga yang cukup sulit dibedakan jenisnya seperti cabai ceplik,...

Full description

Bibliographic Details
Main Author: Mochammad Arie Aldiansyah
Format: Article
Language:Indonesian
Published: Politeknik Negeri Jember 2019-04-01
Series:J-TIT (Jurnal Teknologi Informasi dan Terapan)
Online Access:http://jtit.polije.ac.id/index.php/jtit/article/view/76
Description
Summary:Tanaman cabai merupakan salah satu tanaman yang dapat ditanam di Indonesia, tanaman cabai di Indonesia terdapat berbagai macam jenis, dari yang mudah diidentifikasi perbedaan setiap jenisnya seperti cabai merah dan cabai hijau, maupun hingga yang cukup sulit dibedakan jenisnya seperti cabai ceplik, cabai domba, dan cabai rawit. Pemanfaatan pemrosesan citra digital dan sistem jaringan saraf tiruan pada tanaman cabai juga bisa dipergunakan untuk membedakan jenis tanaman cabai sehingga dapat memaksimalkan penggunakan tanaman cabai itu sendiri, karena setiap jenis dari tanaman cabai memiliki sifat dan cita rasa yang berbeda pula yang terdapat pada tanaman cabai tersebut.             Pemrosesan citra pada tanaman cabai ini memerlukan input berupa citra buah cabai yang diambil menggunakan kamera digital, lalu citra buah cabai diolah dengan menggunakan Matlab. dan jaringan saraf tiruan. Parameter yang digunakan untuk masukan jaringan saraf tiruan adalah panjang buah cabai, model atau bentuk buah cabai, nilai red, green, blue, variatif warna pada buah cabai dan juga rasa pada buah cabai. Hasilkan output  proses citra digitalbuah cabaiadalah menentukan jenis buah cabai secara akurat. Untuk meminimalisir error dalam proses pengolahan citra maka digunakan algoritma backpropation yang dimana menggunakan 3 layer, yaitu input layer, hidden layer, dan output layer
ISSN:2354-838X
2580-2291