KLASIFIKASI KUALITAS TAPE BERDASARKAN BENTUK DAN WARNA PADA SINGKONG MENGGUNAKAN METODE BACKPROPAGATION

Wahyudi, Mochammad Nur (2019) KLASIFIKASI KUALITAS TAPE BERDASARKAN BENTUK DAN WARNA PADA SINGKONG MENGGUNAKAN METODE BACKPROPAGATION. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_15014036_Mochammad Nur Wahyudi_IF.pdf Restricted to Registered users only Download (3MB)

Abstract

Singkong (Manihot esculenta) memiliki variasi morfologi yang tinggi dari segi bentuk dan warna sebagai cerminan keragaman genetik yang luas. Selama ini, mayoritas pedagang dan konsumen melakukan identifikasi serta klasifikasi kualitas singkong secara konvensional, yaitu dengan mengira-ngira fitur visual fisik luar berdasarkan standar subjektif masing-masing sebelum menetapkan harga jual. Mekanisme manual ini menyebabkan penilaian kualitas menjadi tidak konsisten, kurang akurat, dan rentan terhadap kesalahan persepsi manusia (human error). Penelitian ini bertujuan untuk memecahkan permasalahan tersebut dengan mengimplementasikan teknologi Image Processing (Pengolahan Citra Digital) dikombinasikan dengan algoritma Jaringan Saraf Tiruan (JST) Backpropagation untuk mengklasifikasikan kualitas singkong secara otomatis. Proses pengolahan citra digital diawali dengan ekstraksi ciri bentuk dan warna citra dua dimensi menggunakan komputer. Selanjutnya, nilai ekstraksi fitur tersebut digunakan sebagai input data pada algoritma Backpropagation, sebuah metode pembelajaran tersupervisi (supervised learning) berarsitektur multilayer yang terdiri dari lapisan input (input layer), lapisan tersembunyi (hidden layer), dan lapisan keluaran (output layer). Algoritma ini bekerja dengan cara meminimalkan nilai error output secara mundur (backward) untuk mengoptimalkan pembobotan antar-neuron. Berdasarkan hasil pengujian yang dilakukan terhadap 20 data uji (testing data), sistem klasifikasi ini berhasil mengidentifikasi kualitas citra singkong dengan tingkat akurasi sebesar 60%. Performa tersebut dicapai melalui konfigurasi parameter model berupa 19 hidden layer dan batasan iterasi sebanyak 1.000 epoch. Sistem ini diharapkan dapat menjadi rujukan instrumen digitalisasi pertanian yang praktis, cepat, tepat, dan akurat.

Kata Kunci: Pengolahan Citra Digital, Kualitas Singkong, Jaringan Saraf Tiruan, Backpropagation, Epoch, Akurasi.

Item Type:	Thesis (Other)
Subjects:	Q Science > QD Chemistry S Agriculture > SB Plant culture T Technology > T Technology (General) T Technology > TP Chemical technology
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	02 Jul 2026 07:17
Last Modified:	02 Jul 2026 07:17
URI:	https://repository.unuja.ac.id/id/eprint/3980

Actions (login required)

View Item