<![CDATA[Pada penelitian ini bertujuan untuk membuat suatu sistem komputasi pengidentifikasi penyakit ice-ice dengan metode Jaringan Saraf Tiruan (JST) backpropagation, sehingga dengan adanya sistem ini dapat mempermudah dan mempercepat keputusan dalam mengidentifikasi penyakit ice-ice pada rumput laut. Pengambilan sampel citra pada peneltian ini menggunaka kamera HP dengan resolusi 4160×2080 piksel kemudian data yang berupa citra tersebut akan dilakukan pengolahan citra seperti cropping citra 40×35 piksel, mengubah citra RGB menjadi citra grayscale dan histogram citra grayscale , threshold dan histogram thresholdd sehingga nilai piksel dari histogram citra dipresentasikan ke nilai biner (0 dan 1) sebanyak 256 skala keabuan citra. Data penelitian ini terdiri dari data pelatihan dan data pengujian sistem dimana data pelatihan terdiri dari 24 citra kemudian diperoleh kandidat 6 citra terbaik dan data pengujian sebanyak 54 yaitu 30 citra dalam kondisi sakit dan 24 citra dalam kondisi sehat. Tingkat keberhasilan dari penelitian ini dapat di lihat dari hasil pengujian dimana hasil pengujian data pelatihan tingkat akurasi sebesar 100%, data uji citra sakit 90% dan data uji citra sehat 100% sehingga secara keseluruhan didapatkan tingkat akurasi sebesar 95% dengan tingkat kegagalan 5%. Dari hasil sistem menggunakan JST backpropagation maka dapat disimpulkan bahwa perangkat lunak ini layak digunakan untuk pengidentifikasi penyakit ice-ice pada citra rumput laut.]]>
Copyrights © 2020
