KLASIFIKASI JENIS JAMBU BERDASARKAN WARNA DAN TEKSTUR DAUN MENGGUNAKAN METODE BACKPROPAGATION

Rahayu, Puji Munawaroh (2019) KLASIFIKASI JENIS JAMBU BERDASARKAN WARNA DAN TEKSTUR DAUN MENGGUNAKAN METODE BACKPROPAGATION. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_15013928_Munawaroh Puji Rahayu_IF.pdf Restricted to Registered users only Download (4MB)

Abstract

Kabupaten Probolinggo memiliki berbagai varietas tanaman jambu yang menjadi komoditas pangan dan sumber penghasilan penting bagi para petani lokal, di antaranya adalah jambu gunung, jambu merah, dan jambu kristal. Meskipun memiliki nilai ekonomi yang tinggi, masyarakat awam sering kali mengalami kesulitan dalam mengidentifikasi jenis tanaman jambu tersebut apabila hanya melihat karakteristik morfologi daunnya secara sekilas. Penelitian ini bertujuan untuk mengimplementasikan teknologi pengolahan citra digital (digital image processing) untuk mengklasifikasikan jenis tanaman jambu berdasarkan kombinasi fitur tekstur dan warna daun. Fitur tekstur daun diekstraksi menggunakan metode Gray Level Co-occurrence Matrix (GLCM) yang meliputi parameter Angular Second Moment (ASM), contrast, Inverse Difference Moment (IDM), entropy, dan correlation. Sementara itu, fitur warna diekstraksi melalui parameter statistik Color Moments, yaitu mean, standard deviation (deviasi standar), skewness, dan kurtosis. Proses klasifikasi dilakukan menggunakan Jaringan Saraf Tiruan (JST) dengan algoritma Backpropagation. Penelitian ini menggunakan dataset sebanyak 90 sampel citra daun yang dibagi menjadi 69 data pelatihan (data training) dan 21 data pengujian (data testing). Berdasarkan skenario 10 kali pengujian yang dilakukan, sistem berhasil mencapai tingkat akurasi sebesar 66% dengan tingkat kegagalan sebesar 34%. Hasil tersebut membuktikan bahwa algoritma Backpropagation dapat diimplementasikan untuk mengenali karakteristik visual daun dan mengklasifikasikan jenis tanaman jambu secara objektif.

Kata Kunci: Klasifikasi Jambu, Pengolahan Citra Digital, Ekstraksi Ciri, Gray Level Co-occurrence Matrix (GLCM), Algoritma Backpropagation.

Item Type:	Thesis (Other)
Subjects:	Q Science > Q Science (General) 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 08:19
Last Modified:	30 Jun 2026 08:19
URI:	https://repository.unuja.ac.id/id/eprint/3928

Actions (login required)

View Item