KLASIFIKASI KEMATANGAN MENTIMUN SIAP PANEN BERDASARKAN TEKSTUR DAN WARNA DENGAN MENGGUNAKAN METODE BACKPROPAGATION

Wulandari, Ayu Retno (2019) KLASIFIKASI KEMATANGAN MENTIMUN SIAP PANEN BERDASARKAN TEKSTUR DAN WARNA DENGAN MENGGUNAKAN METODE BACKPROPAGATION. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_15013910_Ayu Retno Wulandari_IF.pdf Restricted to Registered users only Download (6MB)

Abstract

Mentimun wuku merupakan salah satu varietas komoditas pangan lokal yang banyak dibudidayakan oleh petani di wilayah Kabupaten Probolinggo karena memiliki nilai ekonomi yang tinggi. Namun, dalam proses prapanen, masyarakat awam dan petani pemula sering kali menghadapi kendala dalam menentukan tingkat kematangan mentimun yang ideal secara visual. Ketidakakuratan pengamatan subjektif ini berisiko menurunkan kualitas hasil panen yang didistribusikan ke pasar. Penelitian ini bertujuan untuk memecahkan permasalahan tersebut dengan mengimplementasikan teknologi pengolahan citra digital (digital image processing) untuk mengklasifikasikan kematangan mentimun wuku siap panen berdasarkan kombinasi fitur tekstur dan warna. Fitur tekstur diekstraksi menggunakan metode Gray Level Co-occurrence Matrix (GLCM) dengan parameter Angular Second Moment (ASM), contrast, Inverse Difference Moment (IDM), entropy, dan correlation. Sementara itu, fitur warna diekstraksi dari ruang warna citra dengan parameter mean, standard deviation, skewness, dan kurtosis. Algoritma klasifikasi yang diterapkan adalah jaringan saraf tiruan metode Backpropagation. Dataset penelitian ini menggunakan total 60 sampel citra, yang dialokasikan menjadi 45 data untuk pelatihan (data training) dan 15 data untuk pengujian (data testing). Berdasarkan hasil skenario 10 kali pengujian, sistem ini berhasil mencapai tingkat akurasi klasifikasi sebesar 80% dengan tingkat kesalahan sebesar 20%. Hasil tersebut membuktikan bahwa penerapan metode Backpropagation mampu memberikan keputusan klasifikasi kematangan mentimun secara objektif, akurat, dan layak digunakan sebagai alat bantu digital di bidang pertanian.

Kata Kunci: Kematangan Mentimun, Pengolahan Citra Digital, Ekstraksi Ciri, Jaringan Saraf Tiruan, Metode Backpropagation.

Item Type:	Thesis (Other)
Subjects:	Q Science > QA Mathematics > QA76 Computer software S Agriculture > SB Plant culture T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	30 Jun 2026 07:10
Last Modified:	30 Jun 2026 07:10
URI:	https://repository.unuja.ac.id/id/eprint/3912

Actions (login required)

View Item