Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal JURNAL PERTANIAN PRESISI (JOURNAL OF PRECISION AGRICULTURE)
D. Riminarsih
Universitas Gunadarma
Agriculture, Biological Sciences & Forestry

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IDENTIFIKASI JENIS BUAH APEL BERDASARKAN EKSTRAKSI CIRI WARNA DAN TEKSTUR MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN RADIAL BASIS FUNCTION Rachmat Widyanto; D. Riminarsih
Jurnal Pertanian Presisi (Journal of Precision Agriculture) Vol 3, No 1 (2019): Jurnal Pertanian Presisi
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/jpp.2019.v3i1.1977

Abstract

Identifikasi jenis buah apel secara manual dilakukan hanya berdasarkan pengamatan visual secara langsung pada buah apel dengan berbekal pengalaman dan pengetahuan yang diperoleh sebelumnya. Banyak permasalahan yang muncul ketika proses identifikasi buah apel dilakukan secara manual antara lain tidak akurat dan tidak seragam. Hal itu disebabkan oleh penglihatan manusia mempunyai kelemahan dan keterbatasan terutama yang mempunyai riwayat penyakit buta warna yang menyebabkan proses identifikasi tidak efektif dan efisien. Berdasarkan hal tersebut maka pada penelitian ini dibuat suatu model untuk mengidentifikasi jenis buah apel berdasarkan ekstraksi ciri warna dan tekstur dengan bantuan komputer yang memanfaatkan pengolahan citra dan metode jaringan syaraf tiruan radial basis function. Identifikasi buah apel dilakukan terhadap 3 jenis buah apel yaitu anna delicious, apel granny smith dan apel royal gala. Aplikasi identifikasi jenis buah apel dilakukan melalui 5 proses yaitu pengumpulan data citra apel, ekstraksi ciri warna dan ciri tekstur data citra apel, melakukan pelatihan data menggunakan jaringan syaraf tiruan radial basis function dan pengujian data. Berdasarkan uji coba yang dilakukan dengan 60 data citra pelatihan dan 45 data citra uji diperoleh tingkat akurasi sebesar 95.56 %.
Co-Authors Rachmat Widyanto