<![CDATA[AbstrakIdentifikasi kualitas buah cabai biasanya masih menggunakan cara visual secara langsung atau sortir secara manual oleh petani, dengan menggunakan sistem ini sering kali terjadi beberapa kesalahan setiap melakukan sortir yang disebabkan oleh petani yang melakukan sortir merasa terlalu lelah. Dengan menggunakan komputasi pengolahan citra digital, untuk melakukan identifikasi pengelompokan buah cabai yang matang dan mentah dapat membantu para petani, Teknik pengelompokan ini akan menggunakan metode pengelompokan berdasarkan warna. Metode pengelompokan tersebut sebelumnya akan dilakukan operasi morfologi pada citra yang telah diambil. Pendekatan operasi morfologi pada penelitian ini adalah Opening and Closing, pada operasi morfologi akan menghilangkan noise dan menebalkan objek dari inputan gambar. Metode Bacpropagatioan akan mengolah data latih sebanyak 10 data latih mendapatkan 6 iterasi perhitungan dan setelah diuji menggunakan data uji hasil yang didapatkan yaitu tingkat pengenalan rata-rat mendapatkan perhitungan sebanyak 7 iterasi metode Bacpropagation. Hasil dari penelitian ini juga dihitung menggunakan Confusion Matrix dimana nilai Precision 90%, Recall 74%, dan Accuracy 70%, maka dapat disimpulkan bahwa Operasi Morfologi dan Metode Backpropagation dapat digunakan untuk mengidentifikasi objek cabai.Kata Kunci: backpropagation, morfologi, identifikasi, opening and closing AbstractIdentification of the quality of chili fruit is usually still using a visual way directly or sorting manually by farmers, using this system often occurs several errors, every sorting caused by farmers who do the sorting feel too tired. By using digital image processing computing, to identify the grouping of ripe and raw chili fruits can help farmers, this grouping technique will use a method of grouping based on color. The grouping method will previously perform morphological surgery on the image that has been taken. The morphological operation approach in this study is Opening and Closing, in morphological operations will eliminate noise and thicken objects from image input. Bacpropagatioan method will process training data as much as 10 training data get 6 iterations of calculations and after being tested using the test data obtained results that is the level of introduction of the average rat get a calculation of 7 iterations bacpropagation method. The results of this study were also calculated using Confusion Matrix where precision values of 90%, Recall 74%, and Accuracy 70%, it can be concluded that Morphological Operations and Backpropagation Method can be used to identify chili objects.Keywords: backpropagation, morfologi, identification, opening and closing]]>
Copyrights © 2021
