<![CDATA[ABSTRACT Identification of strawberry maturity is still done manually by the farmers. Fruits was seen visually by eyes and responded by the brain to differentiate maturity level. This study was a non-conventional method of measurement that used digital image processing to produce data that will be processed by artificial neural network and then processed using computer software that can be used to determine strawberry maturity level. The input images were strawberrys which were identified based on color histogram (RGB) and then the program was built using visual basic. The system was trained with some strawberry image data that have different values in each classification in order to identify the level of maturity of the strawberrys with backpropagation method. This identification system was capable to identify the entire category of fruits with 96% correct identification. From the identification that had been done, it was found that 80 % was ripe strawberry, half ripe was 80 %, and 70 % was raw. Results of the identifications were affected by the shooting fruit process. Key words : Artificial Neural Network, Image Processing, Back Propagation, Identification, Strawberry. ABSTRAK Identifikasi kematangan buah stroberi masih banyak dilakukan manual oleh para petani. Buah dilihat oleh mata lalu di respon oleh otak untuk membedakan tingkat kematangnnya. Penelitian ini metode pengukurannya non-konvensional yaitu menggunakan pengolahan citra digital (image processing) menghasilkan data yang akan diproses secara pelatihan dengan jaringan syaraf tiruan (artificial neural network) kemudian diolah dengan menggunakan perangkat lunak komputer sehingga dapat digunakan untuk menentukan tingkat kematangan buah stroberi. Buah stroberi diidentifikasi berdasarkan input histogram warna citra (RGB) yang didapat dari hasil capture lalu dibangun programnya dengan visual basic. System ini dilatih dengan beberapa gambar buah stroberi yang memiliki nilai yang berbeda dalam beberapa klasifikasi untuk mengidentifikasi kematangan buah stroberi dengan menggunakan metode backpropagation. Sistem identifikasi ini mampu mengenali seluruh kategori buah dengan tingkat keberhasilan identifikasi kebenaran 96%. Dari hasil identifikasi yang telah dilakukan menghasilkan tiga output identifikasi yaitu Stroberi matang 80%, setengah matang 80%, dan mentah 70%. Hasil identifikasi ini dipengaruhi oleh cara pengambilan gambar buah. Kata Kunci : Jaringan Syaraf Tiruan, Pengolahan Citra, Back Propagation, Identifikasi, Stroberi.]]>
