Identifikasi Kematangan Buah Tomat Berdasarkan Warna Menggunakan Metode Jaringan Syaraf Tiruan (Jst)

Kusumaningtyas, Sella; Asmara, Rosa Andrie

doi:10.33795/jip.v2i2.59

Cited by 10 publications

(9 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Hasil pengujian rata-rata diperoleh keakuratan sebesar 90.00%. L. S. Rini, et al, Implementasi Jaringan Syaraf Tiruan Pada Pendeteksi Keaslian Dan Nominal Uang Penelitian lainnya dilakukan oleh [8] yang berjudul "Identifikasi Kematangan Buah Tomat Berdasarkan Warna Menggunakan Metode Jaringan Syaraf Tiruan (JST)". Metode yang digunakan untuk mengidentifikasi kematangan buah tomat yaitu metode pembelajaran percepton dengan bantuan media webcam.…”

Section: Penelitian Terkaitunclassified

Implementasi Jaringan Syaraf Tiruan Pada Pendeteksi Keaslian Dan Nominal Uang

Rini

Karya

Sirait

2021

JTE

View full text Add to dashboard Cite

Uang merupakan alat yang digunakan untuk transaksi jual beli oleh seluruh manusia. Uang menjadi benda berharga bagi banyak orang untuk kehidupan sehari-hari. Namun uang banyak dipalsukan oleh orang yang tidak bertanggung jawab untuk melakukan transaksi. Pemalsuan uang kertas di Indonesia pada tahun 2019 sebesar 8 lembar per 1 juta uang yang beredar. Vending machine merupakan sebuah mesin yang berfungsi untuk menjual barang secara otomatis dengan cara memasukkan uang sesuai dengan harga barang yang tertera. Namun pada pendeteksian nominal uang dan keaslian uang ini terbatas hanya pada kondisi uang yang baik. Apabila kondisi uang kurang baik, maka uang konsumen akan ditolak. Penelitian ini dilakukan untuk mengimplementasikan Jaringan Syaraf tiruan dengan mencari model terbaik. Model terbaik akan diverifikasi kehandalannya dan keakuratannya dalam mengenal pola warna uang kertas baik asli maupun palsu, dengan menggunakan metode backpropagation dengan fungsi aktivasi sigmoid untuk mendeteksi keaslian dan nominal uang kertas. Penelitian dilakukan dengan mengambil data nilai RGB dari masing-masing nominal uang dengan menggunakan sensor warna TCS3200. Hasil dari penelitian didapatkan model terbaik menggunakan 5 hidden layers dengan nodes 75, 38, 19, 10, dan 5. Memiliki tingkat prediksi sebesar 46,8% dari jumlah keseluruhan dataset testing yang digunakan sebanyak 600 data.

show abstract

Section: Penelitian Terkaitunclassified

Implementasi Jaringan Syaraf Tiruan Pada Pendeteksi Keaslian Dan Nominal Uang

Rini

Karya

Sirait

2021

JTE

View full text Add to dashboard Cite

show abstract

“…Metode lain yang ditawarkan untuk menentukan kematangan buah adalah memanfaatkan bidang ilmu sistem cerdas, yaitu berdasarkan jaringan syaraf tiruan [5] dan dengan metode perkiraan linguistik atau yang disebut dengan metode Fuzzy Logic [6]. Metode Fuzzy logic membantu dalam proses pembuatan keputusan untuk pemanenan dengan nilai acuan kematangan buah dengan menggunakan tiga variabel tingkat kematangan, yaitu mentah, setengah matang, matang.…”

Section: Pendahuluanunclassified

Deteksi Tingkat Kematangan Buah Tomat dengan Metode Fuzzy Logic Menggunakan Modul Kamera Raspberry PI

Muthiati

Herlinawati

Sulistiyanti

et al. 2019

ELE

View full text Add to dashboard Cite

Intisari — Proses pemanenan buah tomat dapat dilakukan menggunakan metode visual dengan memperhatikan warna atau ukuran dari buah. Kemajuan teknologi menggunakan bantuan komputer membuat pemanenan dan pendeteksian kematangan buah tomat semakin mudah. Informasi kematangan buah tomat dapat diperoleh dengan cara pengolahan citra dengan bantuan fuzzy logic menggunakan metode Tsukamoto. Pada penelitian ini beberapa sampel buah tomat diambil nilai RGB melalui pengolahan citra sesuai dengan tingkat kematangannya, diantaranya mentah, setengah matang, dan buah matang. Setelah nilai RGB didapat maka akan diproses ke dalam fuzzy logic untuk mendapatkan informasi kematangan melalui aturan-aturan yang telah dibuat dan diintegrasikan menggunakan Raspberry Pi. Hasil penelitian ini menunjukan bahwa kondisi yang baik untuk melakukan pendeteksian buah tomat salah satunya yaitu pada kondisi indoor 100 Lux berlatar belakang gelap. Hal ini mungkin dikarenakan tidak terdapat pantulan cahaya berlebih sehingga citra yang diambil nilai RGBnya tidak terlalu tinggi dan mengurangi terjadinya kesalahan pembacaan informasi kematangan dalam proses fuzzy logic.Kata kunci — Image Processing, Fuzzy Logic, Modul Kamera Raspberry Pi.Abstract — The process of harvesting tomatoes is usually done by the visual method by looking at the color or the size of the fruit. Technological advancements by using computer assistance make harvesting and detecting the ripening process of tomatoes easier. The information of the process of Tomato’s ripening can be obtained by the image processing by using Tsukamoto Fuzzy-Logic. In this research some samples of tomatoes’ RGB values were taken through image processing in accordance with the ripening level, between unripe, under-ripe, and ripe fruit. After the RGB value is obtained, it will be processed into fuzzy logic to obtain the ripening level information through rules that have been created and integrated by using Raspberry-Pi. The result of this research indicates that a good condition for detecting tomatoes is in 100 Lux conditions with dark background. This might be because there is no excessive light reflection, so that the RGB value of the image is not too high and reduces the error of reading the ripening level in the fuzzy logic process.Keywords— Image Processing, Fuzzy Logic, Raspberry Pi Camera Module.

show abstract

“…The gray histogram formed from an image consists of 256 points on the x axis consisting of numbers 0 to 255. The yaxis contains the number of repetitions of each color on the x-axis [8].…”

Section: Grayscale Color Histogrammentioning

confidence: 99%

Searching Similarity Digital Image Using Color Histogram

Widiyanto¹,

Kusrini²,

Fatta³

2019

techno

View full text Add to dashboard Cite

In the era of globalization and modernization, as now, information technology is widely used in the fields of education, trade, animal husbandry, agriculture and even to the legal sector. One branch of science in the field of information technology that is growing rapidly is computer vision. One of the important roles of computer vision in everyday life is the use of computer vision. This can be applied in terms of face recognition, object detection, and can be applied to group images based on the order of similarity of the image, the ability of computer vision is applied to facilitate human work in selecting from several images to find the most similar images. In this study described the process of finding the similarity of an image with other images through several stages of research flow, the method used is to use RGB values that have been converted to grayscale, then the eucludian distance distance is calculated to determine the value of proximity of an image while calculating performance accuracy algorithm using confusion matrix. The search trial process resulted in an accuracy rate of 0.42, precision of 0.42 and recall 1 of 1000 datasets and 30 random data were taken. Found images that differ in color and shape but when converted into histograms the data has a fairly high similarity to the query. The disadvantage of this research is that images that have histograms similar to queries are displayed as similar images even though the reality is that images are very different from colors and shapes.Keywords: computer vision, similiarity, eucludian distance, grayscale, histogram

show abstract

Identifikasi Kematangan Buah Tomat Berdasarkan Warna Menggunakan Metode Jaringan Syaraf Tiruan (Jst)

Cited by 10 publications

References 0 publications

Implementasi Jaringan Syaraf Tiruan Pada Pendeteksi Keaslian Dan Nominal Uang

Implementasi Jaringan Syaraf Tiruan Pada Pendeteksi Keaslian Dan Nominal Uang

Deteksi Tingkat Kematangan Buah Tomat dengan Metode Fuzzy Logic Menggunakan Modul Kamera Raspberry PI

Searching Similarity Digital Image Using Color Histogram

Contact Info

Product

Resources

About