IDENTIFIKASI JENIS BUAH APEL MENGGUNAKAN METODE BACKPROPAGATION JARINGAN SYARAF TIRUAN BERDASARKAN CITRA RGB
| Main Author: | M. KEVIN EL HADAD , 1515031081 |
|---|---|
| Format: | Bachelors NonPeerReviewed Book Report |
| Terbitan: |
FAKULTAS TEKNIK
, 2020
|
| Subjects: | |
| Online Access: |
http://digilib.unila.ac.id/62747/1/ABSTRAK.pdf http://digilib.unila.ac.id/62747/2/SKRIPSI%20FULL.pdf http://digilib.unila.ac.id/62747/3/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf http://digilib.unila.ac.id/62747/ |
Daftar Isi:
- Perkembangan teknologi khususnya pengolahan citra (image processing) sekarang ini berkembang sangat pesat, teknologi tersebut bisa dipakai diberbagai aspek kehidupan. Salah satu penggunaannya ialah sistem pengenalan objek. Saat ini sortasi jenis buah apel masih secara manual sehingga masih ditemukannya kesalahan-kesalahan yang disebabkan oleh manusia, karena itu diperlukan sistem yang bisa mengidentifikasi jenis buah apel menggunakan jaringan syaraf tiruan dan pengolahan citra digital. Pada tugas akhir ini ialah merancang suatu sistem yang bisa mengidentifikasi jenis buah apel menggunakan metode backpropagation jaringan syaraf tiruan berdasarkan citra RGB. Metode ini diterapkan melalui 3 tahap yakni feedforward, backpropagation, dan penyesuaian angka bobot dan bias. Sebagai interface identifikasinya memakai GUI (Graphical User Interface) Matlab. Data-data yang dipakai sebanyak 60 citra buah apel yang meliputi 45 untuk data latih citra dan 15 untuk data uji citra yang beda dengan data yang ada pada data latih citra. Jenis buah apel dibagi menjadi 3 kelas, yaitu Apel Merah(Washington), Apel Hijau(Granny Smith), dan Apel Fuji dengan parameter yang dipakai untuk masukan jaringan syaraf tiruan yaitu nilai RGB. Hasil pengujian menunjukan nilai akurasi 100%. Kata kunci : Citra Apel, Metode backpropagation, Graphical User Interface (GUI) Matlab The development of technology, especially image processing is now developing very rapidly, these technology can be used in various aspects of life. One of the application is object recognition system. Currently the sorting of apples is still manually so that errors still was found caused by humans, therefore we need a system that can identify the types of apples using artificial neural networks and digital image processing.In this thesis is designing a system that can identify of apple fruit type using artificial neural network backpropagation method based on rgb image. This method is implemented through 3 steps namely feedforward, backpropagation, and adjustment of weight number and bias. With identify interface using GUI (Graphical User Interface) Matlab. The data used as many as 60 images of apples, including 45 for image training data and 15 for image test data that is different from the data in the image training data.Types of apples are divided into 3 classes, namely Red Apples (Washington), Green Apples (Granny Smith), and Fuji Apples with the parameters used to input artificial neural networks, namely the RGB value. Test results show 100% accuracy. Keywords : Image of apple, backpropagation method, GUI (Graphical User Interface) Matlab