<![CDATA[Beras merupakan salah satu produk pangan pokok bagi sebagian besar penduduk dunia, termasuk penduduk Indonesia. Penilaian kualitas beras, merupakan kegiatan yang dilakukan sebelum beras dipasarkan. Inspeksi mutu beras masih dilakukan secara tradisional berdasarkan pada penglihatan tenaga ahli dan berpengalaman, yaitu dengan cara mengambil sampel beras secara random kemudian ditentukan kualitasnya, cara ini memiliki kelemahan seperti : adanya faktor subjektifitas yang menyebabkan perbedaan diantara satu pengamat dengan pengamat lainnya; adanya kelelahan fisik bila pengamat bekerja terlalu lama menyebabkan hasil pengamatan tidak konsisten. Penelitian ini bertujuan untuk mengembangkan sebuah sistem yang dapat digunakan untuk mengklasifikasikan mutu/kualits beras berdasarkan analisis pada citra digital beras. Sistem diharapkan dapat membantu untuk mengidentifikasi mutu beras yang akurat dan mudah pengoperasiannya, sehingga meningkatkan efisiensi kinerja penilai. Penentuan mutu beras dilakukan dengan menganalisis fitur warna, tekstur dan morfologi (bentuk) dari citra digital beras yang akan dijadikan sampel data penelitian dengan menerapkan metode neural network dan LVQ sebagai metode pelatihan untuk pengenalan mutu beras. Jenis beras yang digunakan sebagai sampel penelitian yaitu, Mentik Wangi, Pandan Wangi, Cilosari, Rajalele, Inpari 6 dan Membramo. Hasil pengujian menghasilkan akurasi klasifikasi untuk kelas 1 (baik) 92 %, kelas 2 (sedang) 76 %, dan kelas 3 (buruk) 96 % dengan akurasi hasil klasifikasi rata-rata 88 % Kata kunci : Klasifikasi, Beras, Citra Digital, Neural Network, LVQ]]>
Copyrights © 2018
