Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Konstelasi: Konvergensi Teknologi dan Sistem Informasi
Heri Ardiansyah
Universitas Mercu Buana Yogyakarta
Computer Science & IT

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

Found 1 Documents
Search

 1 
Identifikasi Beras Pemutih dan Beras Tanpa Pemutih Menggunakan Jaringan Syaraf Tiruan Backpropagation Heri Ardiansyah; Arita Witanti
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (643.15 KB) | DOI: 10.24002/konstelasi.v1i1.4255

Abstract

Beras merupakan sumber kalori yang dominan dikonsumsi. Terdapat beberapa alasan yang mendasari dipilihnya beras sebagai makanan pokok, yaitu cita rasa yang lebih lezat, dan mempunyai komposisi gizi yang relatif lebih baik dibandingkan pangan pokok yang lain. Oleh karena itu banyak pedagang beras nakal yang melakukan segala cara untuk mendapatkan keuntungan lebih, seperti beras pemutih yang mengandung klorin. Klorin merupakan bahan kimia yang sangat berbahaya bagi kesehatan dan banyak diperjual belikan di pasaran dalam bentuk Kalsium hipoklorida/kaporit. Beras pemutih sendiri sulit dikenali, secara visual, ciri beras yang hampir sama dengan beras non pemutih. Pada penelitian ini, dibangun suatu sistem yang dapat mengidentifikasi beras pemutih dan beras tanpa pemutih melalui citra digital menggunakan jaringan syaraf tiruan backpropagation. Citra akan diidentifikasi melewati proses transformasi warna RGB ke Grayscale, dan proses ekstraksi ciri fitur tekstur menggunakan GLCM dengan parameter berupa contrast, energy, homogeneity dan correlations. Pengujian dilakukan menggunakan 60 data sampel beras, 30 sampel citra beras pemutih dan 30 sampel citra beras tanpa pemutih. 20 citra sampel digunakan sebagai data uji. Hasil pengujian menunjukkan metode backpropagation memiliki persentase terbaik pada learning rate 0.1, maksimal iterasi 1000 dengan iterasi terkecil yaitu 1, memperoleh hasil accuracy 90%.Kata kunci: Beras Pemutih; Jaringan Saraf Tiruan; Backpropagation; GLCM
Co-Authors Arita Witanti