IMPLEMENTASI JARINGAN SARAF TIRUAN BACKPROPAGATION UNTUK KLASIFIKASI TINGKAT KESEGARAN WORTEL BERBASIS PENGOLAHAN CITRA DIGITAL DISERTAI OPERASI MORFOLOGI

Devi Miftahul Jannah Musdar
Nindy Sri Eriyani
Salsabila Azis
Andi Baso Kaswar
Sasmita Sasmita


DOI: https://doi.org/10.29100/jipi.v9i3.5672

Abstract


Penelitian ini bertujuan mengembangkan metode klasifikasi untuk menilai tingkat kesegaran wortel menggunakan algoritma Jaringan Saraf Tiruan (JST) dengan pendekatan backpropagation dan model morfologi matematika berbasis pengolahan citra digital. Fitur yang diekstraksi dalam proses klasifikasi meliputi warna (Hue, Saturation, Value), bentuk, dan tekstur (contrast, correlation, homogeneity). Model ini dibangun menggunakan 240 citra latih wortel yang dikategorikan menjadi tiga kelas: segar, kurang segar, dan tidak segar. Hasil pelatihan menunjukkan tingkat akurasi sebesar 95,83% dengan waktu komputasi rata-rata 323,47 detik per citra. Pengujian model menggunakan 60 citra uji mencapai tingkat akurasi 98,33% dengan waktu komputasi rata-rata 73,82 detik per citra. Kombinasi fitur warna HSV dengan tekstur (terutama correlation dan homogeneity) terbukti paling efektif dengan ruang warna HSV menghasilkan performa lebih baik dibandingkan ruang warna LAB dan RGB. Penelitian ini merekomendasikan eksplorasi model yang lebih modern dan memastikan konsistensi akuisisi citra untuk meningkatkan akurasi klasifikasi. Kesimpulannya, model JST yang dikembangkan menunjukkan efektivitas tinggi dalam klasifikasi kesegaran wortel dan berpotensi untuk diterapkan pada pengujian citra lainnya.

Keywords


Algoritma Backpropagation; Jaringan Saraf Tiruan; Klasifikasi Kesegaran Wortel; Operasi Morfologi; Pengolahan Citra Digital;

Full Text:

PDF

Article Metrics :

References


F. Blando et al., “Bioactive compounds and antioxidant capacity in anthocyanin-rich carrots: A comparison between the black carrot and the apulian landrace ‘polignano’ carrot,” Plants, vol. 10, no. 3, pp. 1–15, 2021, doi: 10.3390/plants10030564.

R. Riswati, “Implementasi Tata Kelola Pemerintahan Daerah Berbasis Digitalisasi Teknologi Di Indonesia,” J. Media Birokrasi, pp. 1–15, 2021, doi: 10.33701/jmb.v3i2.2474.

D. S. Harbuwono, L. A. Pramono, E. Yunir, and I. Subekti, “Obesity and central obesity in indonesia: Evidence from a national health survey,” Med. J. Indones., vol. 27, no. 2, pp. 53–59, 2018, doi: 10.13181/mji.v27i2.1512.

F. S. H. Javaheri, A. R. Ostadrahimi, M. Nematy, S. M. Arabi, and M. Amini, “The effects of low calorie, high protein diet on body composition, duration and sleep quality on obese adults: A randomized clinical trial,” Heal. Sci. Reports, vol. 6, no. 11, 2023, doi: 10.1002/hsr2.1699.

N. Pandey, S. Rijal, H. Adhikari, B. Bhantana, and M. Adhikhari, “Production Economics and Determinants of Carrot (Daucus carota L.) production in Chitwan, Nepal,” Int. J. Soc. Sci. Manag., vol. 7, no. 4, pp. 234–241, 2020, doi: 10.3126/ijssm.v7i4.32473.

L. Valerga, R. E. González, M. B. Pérez, A. Concellón, and P. F. Cavagnaro, “Differential and Cultivar-Dependent Antioxidant Response of Whole and Fresh-Cut Carrots of Different Root Colors to Postharvest UV-C Radiation,” Plants, vol. 12, no. 6, 2023, doi: 10.3390/plants12061297.

J. Hellström, D. Granato, and P. H. Mattila, “Accumulation of phenolic acids during storage over differently handled fresh carrots,” Foods, vol. 9, no. 10, pp. 1–13, 2020, doi: 10.3390/foods9101515.

E. A. Widyatama, C. Rahmad, and E. Rohadi, “Aplikasi Penentuan Tingkat Kualitas Telur Ayam Berdasarkan Warna Dan Tekstur Citra Kerabang Dengan Metode Hue, Saturation, Value,” J. Inform. Polinema, vol. 6, no. 1, pp. 9–14, 2020, doi: 10.33795/jip.v6i1.286.

Y. Saintika, A. Wijayanto, and C. WIguna, “Perancangan Sistem Informasi Klasifikasi Wortel Berbasis Pengolahan Citra Digital,” JRST (Jurnal Ris. Sains dan Teknol., vol. 2, no. 2, p. 63, 2018, doi: 10.30595/jrst.v2i2.3201.

H. Singh, R. Singh, P. Goel, A. Singh, and N. Sharma, “Automatic Framework for Vegetable Classification using Transfer-Learning,” Int. J. Electr. Electron. Res., vol. 10, no. 2, pp. 405–410, 2022, doi: 10.37391/IJEER.100257.

E. N. Cahyo, E. Susanti, and R. Y. Ariyana, “Model Machine Learning Untuk Klasifikasi Kesegaran Daging Menggunakan Arsitektur Transfer Learning Xception,” J. Sist. dan Teknol. Inf., vol. 11, no. 2, p. 371, 2023, doi: 10.26418/justin.v11i2.57517.

D. Wandi, F. Fauziah, and N. Hayati, “Deteksi Kelayuan Pada Bunga Mawar dengan Metode Transformasi Ruang Warna Hue Saturation Intensity (HSI) dan Hue Saturation Value (HSV),” J. Media Inform. Budidarma, vol. 5, no. 1, p. 308, 2021, doi: 10.30865/mib.v5i1.2562.

M. Clark and D. Tilman, “Comparative analysis of environmental impacts of agricultural production systems, agricultural input efficiency, and food choice,” Environ. Res. Lett., vol. 12, no. 6, 2017, doi: 10.1088/1748-9326/aa6cd5.

D. Agustin, R. D. Atmaja, and Azizah, “( Image Processing for Classifiying Type of Vehicles With,” vol. 4, no. 1, pp. 115–123, 2017.

Y. Liang, Y. Zhang, Y. Wu, S. Tu, and C. Liu, “Robust Video Object Segmentation via Propagating Seams and Matching Superpixels,” IEEE Access, vol. 8, pp. 53766–53776, 2020, doi: 10.1109/ACCESS.2020.2981140.

M. Murinto, A. Prahara, and E. I. H. Ujianto, “Multilevel Thresholding Segmentasi Citra Warna Menggunakan Logarithmic Decreasing Inertia Weight Particle Swarm Optimization,” Sainteks, vol. 19, no. 1, p. 13, 2022, doi: 10.30595/sainteks.v19i1.13295.

A. S. Agung, A. F. D. SR, M. S. Hersyam, A. B. Kaswar, and D. D. Andayani, “Classification of Tomato Quality Based on Color Features and Skin Characteristics Using Image Processing Based Artificial Neural Network,” J. Tek. Inform., vol. 4, no. 5, pp. 1021–1032, 2023, doi: 10.52436/1.jutif.2023.4.5.730.

L. Putzu and G. Fumera, “An empirical evaluation of nuclei segmentation from H&E images in a real application scenario,” Appl. Sci., vol. 10, no. 22, pp. 1–15, 2020, doi: 10.3390/app10227982.

A. Fadjeri, “Klasifikasi Biji Kopi Berdasarkan Bentuk Menggunakan Image Processing dan K-NN,” J. Ilm. SINUS, vol. 21, no. 2, p. 55, 2023, doi: 10.30646/sinus.v21i2.726.

C. Widodo and A. N. Luthfi, “Identifikasi Dan Analisis Tekstur Citra Paru-Paru Pada Citra X-Ray Menggunakan Gray Level Co-Occurrence Matrix (GLCM,” J. Tek. Pomits, vol. 7, no. 2, pp. 177–182.

R. A. Conde-Gutiérrez, D. Colorado, and S. L. Hernández-Bautista, “Comparison of an artificial neural network and Gompertz model for predicting the dynamics of deaths from COVID-19 in México,” Nonlinear Dyn., vol. 104, no. 4, pp. 4655–4669, 2021, doi: 10.1007/s11071-021-06471-7