Barometer
Vol 4 No 2 (2019): Barometer

IDENTIFIKASI KEMATANGAN BUAH KOPI MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

Wahyu Aji Pulungan (Universitas Lampung)
Yessi Mulyani (Universitas Lampung)
Wahyu Eko Sulistiono (Universitas Lampung)



Article Info

Publish Date
29 Jul 2019

Abstract

Buah kopi yang memiliki kualitas yang baik merupakan buah kopi yang berwarna merah, namun petani secara umum masih menggunakan cara panen yang konvensional sehingga buah yang dipanen masih banyak yang berwarna hijau atau kuning. Penelitian ini menggunakan Jaringan Syaraf Tiruan (JST) metode Learning Vector Quantization (LVQ) untuk mempelajari pola dan mengidentifikasi kematangan buah kopi dengan memanfaatkan fitur warna pada buah kopi. Data input menggunakan akuisisi sekumpulan buah kopi dengan berbagai tingkat kematangan yang kemudian dilakukan ekstraksi ciri warna RGB untuk diambil nilai rata-rata. Data yang digunakan memiliki ukuran 1300 x 1000 piksel  berformat .jpg untuk pelatihan JST. Berdasarkan hal tersebut, dilakukan pengujian jumlah citra pelatihan dengan membandingkan antara 10, 12, 16, dan 20 buah citra pelatihan untuk menentukan jumlah input terbaik. Kemudian dilakukan juga pengujian confusion matrix untuk menguji tingkat keandalan dan error dari sistem yang dibuat, serta pengujian black box terhadap GUI yang dibuat. Pengujian dilakukan menggunakan GUI yang berjalan dengan baik, berdasarkan hasil pengujian jumlah citra terbaik untuk pelatihan adalah 16 buah dengan akurasi sebesar 100% tanpa error pada setiap pengujian yang dilakukan.

Copyrights © 2019






Journal Info

Abbrev

barometer

Publisher

Subject

Engineering

Description

BAROMETER diterbitkan oleh Fakultas Teknik Universitas Singaperbangsa Karawang sejak 1998. Kemudian tidak ada penerbitan dan diterbitkan kembali pada Juli 2016 dengan Vol.01 No.01 . BAROMETER dicetak dalam bentuk hardcopy dengan ISSN. 1979-889X dan dalam bentuk softcopy dengan e-ISSN. 2549-9041. ...