Identifikasi Parameter Varietas Benih Tomat Menggunakan Machine Vision Dan Metode Artificial Neural Network (ANN)
Daftar Isi:
- Penelitian ini bertujuan mengidentifikasi varietas benih tomat yang beredar di masyarakat menggunakan NNPred dan memberikan informasi mengenai Artificial Neural Network (ANN) serta mengetahui parameter gambar terhadap benih tomat. Penelitian ini terdiri dari beberapa tahapan yaitu: akuisisi citra, pengolahan data citra, penyusunan model dan NN-pred (Neural Network Prediction). Akuisisi citra menggunakan scanner canon pixma MP237 dengan resolusi 600 dpi sebanyak 500 gambar masing-masing varietas benih tomat sebanyak 100 gambar. Pengolahan citra dilakukan untuk memperbaiki resolusi citra sehingga gambar yang dipakai memiliki resolusi sama yaitu 526 x 526 piksel dengan format bitmap (.bmp) dan mengestrak data citra pada program feature extraction. Setelah itu didapatkan kombinasi nilai warna nilai red, green, blue, gray, hue, s(HSL), s(HSV), L*, a*, b* dari energy, entrophy, contrast, homogenity, invers, corelation, sum mean, variance, cluster, dan max probability. Selanjutnya proses penyusunan model dan NN-pred (Neural Network Prediction). Menggunakan ANN dibuat 2 model yaitu model 1 dengan 10 parameter input dan model 2 dengan 12 parameter input. Kedua model dipakai untuk menghasilkan nilai MSE terkecil. Hasil penelitian menunjukkan untuk model 1 laju pembelajaran 0,7 dan momentum 0,3 sedangkan model 2 laju pembelajaran 0,2 dan momentum 0,2. kedua model tersebut menggunakan data total sebanyak 500 dan menggunakan validasi 10% sehingga diperoleh hasil untuk model 1 nilai MSE validasi terkecil tiap varietas benih tomat terdapat pada warna lab_L sebesar 0.001 dan ARE 2,28%, pada model 2 nilai MSE validasi terkecil untuk tiap varietas benih tomat terdapat pada tekstur max.probability sebesar 0.001 dan ARE 3,05%.