Pengujian Respon Impuls Akustik pada Melon
Penentuan tingkat kematangan buah melon melalui uji non-destruktif adalah pengujian tanpa merusak buah. Buah melon dengan karakteristik umur panen 54 HST dan 60 HST sebanyak masing-masing 60 buah yang sebelumnya telah melalui proses sortasi di lahan pada saat pemanenan di daerah Kabupaten Sragen, Jawa Tengah dilakukan perekaman suara menggunakan program Audacity. Sebelum dilakukan perekaman, buah melon tersebut dibersihkan terlebih dahulu dari kotoran-kotoran seperti tanah dan seresah. Jarak pengetukan buah dapat mempengaruhi perekaman suara, jika jarak pengetukan terlalu dekat atau terlalu jauh maka hasil perekaman suara tidak akan baik, selain itu ruangan tempat pengambilan suara dikondisikan dalam keadaan senyap agar tidak timbul noise. Jarak pengetukan buah melon dilakukan pada jarak 40 cm dengan sudut pengetukan 90°. Buah melon digantung pada rangkaian besi, bandul dan mikrofon juga digantung berdampingan dengan melon sesuai dengan jarak yang telah ditentukan. Selain itu kabel mikrofon yang terhubung ke notebook jaraknya tidak terlalu jauh, hal ini dilakukan untuk menghindari adanya atenuasi. Atenuasi adalah melemahnya sinyal yang diakibatkan oleh adanya jarak yang semakin jauh yang harus ditempuh oleh suatu sinyal dan juga oleh karena makin tingginya frekuensi sinyal tersebut.
(a) (b)
Gambar 7 Rangkaian perekaman suara (a) rangkaian pengetukan (b) rangkaian terhubung dengan notebook
Program Audacity memiliki prinsip kerja, yaitu pantulan gelombang suara akan direkam melalui mikrofon. Signal analog akan diubah menjadi signal digital, signal digital tersebut akan ditampilkan dalam bentuk grafik yang menghubungkan amplitudo dan waktu. Sampel buah melon masing-masing dilakukan perekaman suara ketukan sebanyak tiga kali ulangan setiap 2 detik. Suara yang telah direkam dilakukan analisis dengan spectrum plot menggunakan program Audacity, sehingga diperoleh grafik frekuensi dengan intensitas suara pada masing-masing rekaman suara. Frekuensi karakteristik setiap suara ketukan merupakan frekuensi dengan intensitas suara yang maksimum. Data frekuensi yang digunakan pada penelitian ini berasal dari nilai puncak (Gambar 9 dengan tanda merah).
Gambar 9 Grafik yang dihasilkan oleh program Audacity
Buah melon merupakan jenis buah non-klimakterik dimana buah tersebut tidak mengalami lonjakan respirasi maupun etilen. Proses pemasakan buah nonklimakterik terjadi sebelum buah dipanen atau masih berada pada tanaman. Hal ini menunjukkan bahwa buah melon tidak akan matang dengan proses pemeraman, maka dari itu buah melon harus dipanen dalam kondisi benar-benar matang. Umur panen buah melon berdaging sekitar 35 hari setelah pembungaan. Gambar 10 menunjukkan bahwa adanya grafik hubungan antara umur panen melon (HST) dengan frekuensi suara (Hz). Grafik tersebut dapat dilihat bahwa umur buah berbanding terbalik dengan frekuensi. Semakin besar umur panen melon maka akan semakin kecil frekuensinya. Umur panen melon 54 HST diperoleh frekuensi rata-rata sebesar 279 Hz sedangkan umur panen melon 60 HST memiliki frekuensi rata-rata sebesar 256 Hz.
Gambar 10 Hubungan umur panen melon (HST) dan frekuensi (Hz)
Masing-masing umur memiliki perbedaan bunyi ketukan dimana perbedaan tersebut ditentukan oleh frekuensi alaminya. Frekuensi alami yang dimiliki oleh
200 250 300 350 400 48 54 60 66 Fre k u en si (Hz)
Umur Panen Melon (HST) 54 HST 60 HST
buah melon tidak akan berubah. Menurut Sri et al. (2007), buah yang matang mempunyai frekuensi tertentu yang berbeda dengan buah yang mentah walaupun jenis buahnya sama, ketukan atau pukulan yang diberikan kepadanya hanya akan mengubah amplitudo bunyi yang terdengar. Berdasarkan penelitian sebelumnya yang dilakukan oleh Sri et al. (2007) mengenai pendeteksian kemasakan semangka merah mentah, setengah matang dan matang menggunakan spectrum bunyi. Hasil penelitian tersebut menunjukkan bahwa semakin matang daging buah semangka maka semakin rendah frekuensi dominannya. Penelitian tersebut masih memiliki kekurangan, antara lain semangka yang diuji harus dirusak, tidak dalam keadaan utuh, sehingga kurang praktis dan tidak bisa diterapkan untuk skala besar. Dari data hasil pengambilan suara melalui ketukan bandul selain diperoleh frekuensi juga diperoleh intensitas suara. Intensitas suara merupakan daya per satuan luas yang tegak lurus terhadap arah rambatan gelombang bunyi. Grafik hubungan umur panen melon (dB) dengan intensitas suara (Hz) (Gambar 11). Umur panen melon 54 HST diperoleh rata-rata intensitas suara sebesar -21.3 dB dan pada umur panen melon 60 HST diperoleh rata-rata intensitas suara sebesar -22.9 dB. Semakin besar umur panen melon maka intensitas suara semakin kecil, terjadi hubungan berbanding terbalik antara umur panen dengan intensitas suara.
Gambar 11 Hubungan umur panen melon (HST) dan intensitas suara (dB)
Pengujian Destruktif Melon Kekerasan Buah
Proses pematangan buah dapat merubah beberapa ciri fisik dan tekstur dari buah tersebut, salah satunya perubahan kekerasan buah. Menurut Ahmad (2013), pemecahan asam organik dan polimerisasi tannin, penurunan jumlah pektin serta hidrolisis pati yang mengakibatkan buah menjadi lunak. Buah melon yang telah diuji secara non-destruktif kemudian dilakukan uji destruktif, salah satunya dengan pengujian kekerasan buah. Menurut Hubies (1985), bahan ditusuk pada bagian kulit buah melon dan diulang pada bagian kulit yang lain sebanyak 3 kali,
-30.0 -25.0 -20.0 -15.0 48 54 60 66 In ten sit as S u ar a (d B )
Umur Panen Melon (HST)
yaitu pada bagian ujung, tengah, dan pangkal. Kekerasan buah Pengujian kekerasan dilakukan dengan mengukur kekerasan kulit dan kekerasan daging buah menggunakan rheometer. Prinsip kerja dari rheometer adalah mengukur kekerasan dari probe (jarum) terhadap buah. Rheometer tersebut disetting terlebih dahulu dengan mode 20, beban maksimal 10 kg, kedalaman penekanan 10 mm, kecepatan penurunan beban 60 mm/m, dan diameter probe (jarum) 5 mm.
Setelah kekerasan kulit buah melon dihasilkan maka dibuat grafik hubungan antara umur panen melon (HST) dan kekerasan pada kulit buah (kgf). Berdasarkan grafik tersebut, nilai rata-rata kekerasan pada kulit buah pada umur panen melon 54 HST adalah sebesar 6.86 kgf. Umur panen melon 60 HST mengalami penurunan rata-rata kekerasan (Gambar 12) yaitu sebesar 0.13 kgf menjadi 6.73 kgf. Semakin besar gaya yang dibutuhkan probe untuk menembus kulit buah maka semakin keras buahnya. Hal ini terjadi dikarenakan buah dengan umur panen melon 54 HST belum cukup matang, dimana kekerasan akan menurun sejalan dengan tingkat kematangannya. Buah dengan tingkat kematangan yang rendah memiliki kekerasan yang tinggi. Umumnya, konsumen atau masyarakat lebih menyukai buah dengan tekstur yang renyah. Hal ini diperoleh jika pemanenan dilakukan dengan umur panen yang tepat.
Gambar 12 Hubungan umur panen melon (HST) dan kekerasan kulit buah (kgf)
Gambar 13 menunjukkan grafik hubungan antar frekuensi (Hz) dengan kekerasan pada kulit buah (kgf) yang bertujuan untuk mengetahui ada atau tidaknya korelasi diantara keduanya dengan menggunakan analisis regresi linear sederhana. Grafik diperoleh nilai R sebesar 0.0357 dan korelasi yang dihasilkan positif. Nilai r yang dihasilkan sangat kecil sehingga tidak ada hubungan yang nyata antara frekuensi (Hz) dengan kekerasan pada kulit buah (kgf).
4.00 4.50 5.00 5.50 6.00 6.50 7.00 7.50 8.00 8.50 9.00 48 54 60 66 Kek er asan Ku lit (k g f)
Umur Panen Melon (HST) 54 HST 60 HST
Gambar 13 Hubungan frekuensi (Hz) dan kekerasan kulit buah (kgf)
Pengujian kekerasan daging dilakukan sama halnya seperti pada pengujian kekerasan kulit buah, bedanya probe ditusukkan pada daging buahnya. Data hasil penelitian diperoleh grafik yang menghubungkan antara umur panen melon (HST) dengan kekerasan pada daging buah (kgf), kekerasan buah menurun seiring bertambahnya umur dari buah tersebut. Rata-rata kekerasan pada buah dengan umur panen 54 HST adalah sebesar 1.08, sedangkan pada umur panen 60 HST berkisar 1.02. Berbeda dengan kekerasan kulit yang memiliki perbedaan kekerasan yang cukup besar, pada kekerasan daging buah diperoleh perbedaan rata-rata kekerasan yang kecil pada umur panen 54 HST dan 60 HST.
Gambar 14 Hubungan umur panen melon (HST) dan kekerasan daging buah (kgf)
y = 0.0029x + 6.0321 R² = 0.0357 4.00 4.50 5.00 5.50 6.00 6.50 7.00 7.50 8.00 8.50 9.00 150 250 350 Kek er asan Ku lit (k g f) Frekuensi (HZ) 0.40 0.60 0.80 1.00 1.20 1.40 1.60 48 54 60 66 K ek er asa n D ag ing (k g f)
Umur Panen Melon (HST) 54 HST 60 HST
Gambar 15 Hubungan frekuensi (Hz) dan kekerasan
daging buah (kgf)
Hasil dari plot data (Gambar 15) menghubungkan frekuensi (Hz) dengan kekerasan pada daging buah (kgf). Pada grafik dapat dilihat bahwa sebarannya lebih merata dibandingkan dengan kekerasan pada kulit buah walaupun nilai r yang dihasilkan masih sangat kecil, yaitu 0.0729. Sama halnya seperti pada hubungan antara kekerasan kulit dan frekuensi, tidak ada hubungan yang nyata antara kekerasan daging dengan frekuensi.
Total Padatan Terlarut Buah
Secara umum, buah yang matang akan diiringi dengan adanya peningkatan beberapa jumlah zat gula. Peningkatan gula terjadi akibat dari proses hidrolisa pati menjadi zat gula, baik dalam bentuk sukrosa, fruktosa, dan glukosa (Pantastico 1986). Peneliti lain menyatakan bahwa peningkatan %brix pada TPT seiring dengan meningkatnya kandungan gula pada buah tersebut sejalan dengan proses pematangan. Salah satu parameter proses pematangan buah berlangsung, ditandai dengan meningkatnya hidrolisis pati menjadi gula-gula sederhana (Goukh et al. 2010).
Pengukuran TPT dilakukan dengan merusak buah, yaitu dengan menghaluskan substrat yang berasal dari daging buah melon. Pengukuran TPT ini menggunakan alat ukur yang bernama refractometer, substrat yang telah halus diletakkan pada lensa ukur yang terdapat pada refractometer. Setelah menekan
tombol “Start” pada alat ukur tersebut maka akan muncul nilai TPT dengan satuan
%brix. Zat gula-gula sederhana tersebut yang dapat memberikan rasa manis pada buah, semakin tinggi TPT maka semakin manis. Pantastico (1986) menyatakan bahwa rasa manis pada buah disebabkan adanya peningkatan jumlah gula-gula sederhana dan berkurangnya senyawa fenolik serta kenaikan zat-zat atsiri yang memberi aroma khas pada buah.
y = 0.0011x + 0.7708 R² = 0.0729 0.40 0.60 0.80 1.00 1.20 1.40 1.60 150 250 350 Kek er asan Dag in g ( k g f) Frekuensi (HZ)
Gambar 16 Hubungan umur panen melon melon (HST) dan TPT (%brix)
Gambar 16 menunjukkan hubungan antara umur panen melon (HST) dengan TPT dimana hubungan yang terjadi adalah berbanding lurus antara umur (HST) dan TPT (%brix). Pada umur 54 HST, rata-rata TPT sebesar 5.3 %brix sedangkan rata-rata TPT pada umur panen melon 60 HST sebesar 6.7 %brix, seperti ditunjukkan pada Gambar 16 bahwa korelasi yang dihasilkan positif. Semakin lama umur panen melon maka akan semakin besar tingkat kemanisan buah sampai mencapai batas jenuh. Jika melewati kejenuhan, maka gula akan mengalami fermentasi alkohol.
2 C6H12O6 + 3 O2 3 C2H5(OH) + 6 CO2 + 3 H2O
Berdasarkan data yang telah diplotkan ke dalam grafik, dapat dilihat bahwa tidak ada kecenderungan hubungan yang nyata antara frekuensi (Hz) dengan sebaran TPT (%brix). Hal ini ditunjukkan dengan nilai r yang sangat kecil yaitu sebesar 0.0367 dengan korelasi yang negatif, dimana kenaikan frekuensi akan diikuti dengan penurunan TPT. Faktor lingkungan sangat mempengaruhi besarnya nilai TPT dalam buah, cuaca yang tidak menentu akan mempengaruhi zat-zat gula yang terkandung. Tingkat kemanisan buah melon dapat dikontrol melalui suhu dari lingkungan. Buah melon yang manis berasal dari lingkungan yang memiliki selisih suhu yang tinggi antara siang dan malam (Prajnanta 2004).
4.0 5.0 6.0 7.0 8.0 9.0 48 54 60 66 TP T (% b rix )
Umur Panen Melon (HST) 54 HST 60 HST
Gambar 17 Hubungan frekuensi (Hz) dan total padatan terlarut (%brix)
Analisis Diskriminan
Analisis diskriminan adalah salah satu teknik statistik yang bisa digunakan pada hubungan dependensi (hubungan antar variabel dimana sudah dapat dibedakan variabel respon dan variabel penjelas). Analisis diskriminan bertujuan untuk mengklasifikasikan suatu individu atau observasi ke dalam kelompok yang saling bebas dan menyeluruh berdasarkan jumlah variabel penjelas. Terdapat beberapa asumsi yang harus dilakukan sebagai syarat dari analisis diskriminan. Asumsi tersebut antara lain, uji normal multivariat dan uji kovarian. Analisis diskriminan ini dilakukan dengan menggunakan program SPSS versi 20.0. Dalam analisis ini, parameter yang digunakan adalah frekuensi dan intensitas suara, TPT dan kekerasan tidak dianalisis. Hal ini dikarenakan parameter TPT dan kekerasan merupakan parameter dengan pengujian destruktif atau dengan merusak buah sehingga pengukurannya tidak efisien pada saat dilakukan pengukuran di lapang.
Uji normal multivariat dilakukan untuk menormalkan variabel-variabel yang digunakan. Lampiran 7 dijelaskan pada tabel bahwa uji normalitas yang digunakan adalah Komolgorov-Smirnov dikarenakan data yang digunakan jumlahnya >20 data. Tabel tersebut uji normalitas dapat dilihat pada nilai Sig. dimana jika nilai Sig. > 0.05 artinya data dari setiap variabel berdistribusi normal. Variabel atau parameter yang digunakan antara lain, frekuensi dan intensitas suara. Frekuensi dan intensitas suara memiliki nilai Sig. >0.050 yaitu 0.200 maka dapat diakatan kedua variabel tersebut dapat lolos uji normalitas.
Log determinant dilakukan untuk mengetahui bahwa kelompok umur panen melon 54 HST dan kelompok umur panen melon 60 HST memiliki varian yang sama atau berbeda. Log determinant untuk umur panen 54 HST adalah 9.488 dan log determinant untuk 60 HST adalah 9.521 (Lampiran 7). Artinya, nilai log determinant tidak beberbeda jauh, sehingga matriks kovarian relatif sama untuk dua kelompok. Asumsi semua kelompok memiliki matrik ragam-peragam yang
y = 0.0025x + 4.5773 R² = 0.0367 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0 8.5 9.0 150 200 250 300 350 400 T P T ( %b rix ) Frekuensi (HZ)
sama terpenuhi. Setelah dilakukan pengujian atas variabel yang akan dianalisis, selanjutnya adalah melakukan proses pembentukan fungsi diskriminan. Penelitian ini digunakan model diskriminan, yaitu two group discriminant yang hanya melibatkan dua kategori pada variabel.
Berdasarkan hasil pengujian dari analisis sebelumnya pada program SPSS versi 20.0 parameter frekuensi dan intensitas suara terseleksi masuk dalam analisis. Setelah diperoleh variabel-variabel tersebut kemudian dilakukan pengujian berdasarkan tiga variabel tersebut. Uji signifikan dari fungsi diskriminan yang terbentuk dilakukan dengan pengujian Wilk’s Lambda. Prinsip dari uji Wilk’s Lambda adalah varians total dalam discriminant scores yang tidak bisa dijelaskan oleh perbedaan di antara kelompok-kelompok yang ada. Hasil uji
Wilk’s Lambda diperoleh nilai Chi-Square sebesar 30.635. Asumsi bahwa H0
adalah variabel sama dan H1 adalah variabel memiliki perbedaan. Taraf nyata yang digunakan adalah 5%. Jika nilai Sig. > 0.050 maka H0 diterima, sedangkan jika nilai Sig. < 0.050 maka H0 ditolak. Lampiran 7 dapat dilihat bahwa nilai Sig. 0.000 < 0.050, maka H0 ditolak. Uji ini dapat disimpulkan bahwa variabel-variabel yang diteliti memiliki perbedaan antar kelompok.
Uji kekuatan hubungan diskriminan dilakukan dengan uji nilai Eigen. Uji nilai Eigen terdapat canonical correlation. Canonical correlation bertujuan untuk mengukur keeratan hubungan antara discriminant score dengan kelompok (dalam penelitian ini terdapat dua kelompok). Penelitian ini, diperoleh canonical correlation sebesar 0.480 dari ukuran skala antara 0-1. Nilai canonical correlation
tersebut rendah yaitu tidak mendekati 1, artinya hubungan antara discriminant score dengan kelompok tidak erat (Lampiran 7).
Setelah dilakukan analisis sebelumnya maka diperoleh fungsi diskriminan. Fungsi tersebut yang nantinya sebagai acuan dalam pengklasifikasian buah melon yang belum diketahui umur panen melonnya. Adapun fungsi diskriminan, seperti di bawah ini :
dimana : Y = fungsi diskriminan
X1= frekuensi
X2= intensitas suara
Kelompok centroid merupakan rata-rata nilai diskriminan dari tiap-tiap observasi di dalam masing-masing kelompok. Kelompok centroid untuk kelompok umur panen melon 54 HST adalah sebesar 0.543, sedangkan untuk kelompok umur panen melon 60 HST adalah -0.543. Hal ini menyatakan bahwa secara rata-rata skor diskriminan kedua kelompok berbeda cukup besar. Sehingga fungsi diskriminan yang diperoleh dapat membedakan secara baik kelompok yang ada.
Berdasarkan perhitungan dengan menggunakan nilai rata-rata discriminant score, setiap kelompok dan jumlah anggota pada setiap kelompok dapat diketahui bahwa discriminant score yang menjadi perbatasan antar kelompok (cutting Z score), sehingga keanggotaan variabel dapat diprediksi. Dalam penelitian ini jumlah antara kedua kelompok sama, maka digunakan rumus :
dimana : Zcu = cutting score untuk kelompok yang sama ukuran
Z1 = centroid kelompok 1
Z2 = centroid kelompok 2
Fungsi diskriminan digunakan untuk melakukan klasifikasi buah melon berdasarkan umur panennya. Nilai dari masing-masing parameter disubstitusikan kedalam fungsi yang ada sehingga diperoleh hasil seperti yang disajikan pada Gambar 18. Grafik tersebut menunjukkan bahwa kedua umur panen melon mengelompok berdasarkan masing-masing klasifikasinya. Jika nilai fungsi diskriminan lebih besar dari nilai Zcu (> 0.000) maka buah melon tersebut tergolong pada umur panen melon 54 HST. Jika nilai fungsi diskriminan lebih kecil dari nilai Zcu (< 0.000) maka buah melon tersebut tergolong pada umur panen melon 60 HST.
Gambar 18 Klasifikasi umur panen melon Tabel 4 Hasil klasifikasi umur panen melon Umur panen
melon
Pendugaan
Total Rasio dugaan yang benar Akurasi (%) 54 HST 60 HST 54 HST 38 22 60 38/60 63.33 60 HST 10 50 60 50/60 83.33 Total 88/120 73.33
Tabel 4 menunjukkan hasil validasi diskriminan pada penelitian ini bahwa buah melon yang tergolong dalam kelompok umur panen melon 54 HST sebanyak 36 buah. Sedangkan buah melon yang awalnya masuk kedalam kelompok umur panen melon 54 HST ternyata menjadi kelompok umur panen melon 60 HST sebanyak 22 buah. Demikian pula dengan kelompok umur panen melon 60 HST, sebanyak 50 buah merupakan melon yang tetap masuk kedalam kelompok umur
-3.0 -2.0 -1.0 .0 1.0 2.0 3.0 -3.0 -2.0 -1.0 .0 1.0 2.0 3.0 C a n o n ica l 2 Canonical 1 54 HST 60 HST
panen melon 60 HST dan sisanya sebanyak 10 buah menjadi kelompok umur panen melon 54 HST. Jika nilai ketepatan >50%, ketepatan model dianggap tinggi (Santoso 2002). Berdasarkan klasifikasi tersebut diperoleh ketepatan prediksi sebesar 73.33%. Hal ini menunjukkan bahwa analisis diskriminan untuk umur panen melon 54 HST dan 60 HST memiliki ketepatan klasifikasi atau pengelompokan yang tinggi (73.33% > 50%).
Artificial Neural Network (ANN)
Artificial neural network merupakan sistem komputasi yang arsitektur dan sistem pengoperasiannya mengacu pada pengetahuan tentang sel syaraf di dalam otak. Penggambaran ANN adalah sebagai model matematis dan komputasi untuk fungsi aproksimasi non-linear, klasifikasi data kluster dan regresi non-parametrik atau sebuah simulasi dari koleksi model jaringan syaraf biologi.
Kemampuan yang dimiliki ANN dapat digunakan untuk mempelajari dan menghasilkan aturan atau operasi dari beberapa contoh atau input yang dimasukkan. Selain itu juga dapat membuat prediksi tentang kemungkinan output
yang akan muncul atau menyimpan karakteristik input yang diberikan kepada jaringan syaraf tiruan. Artificial neural network pada penelitian ini menggunakan program Matlab, pada program ini proses normalisasi matriks secara langsung telah dilakukan dengan range -1 sampai 1 . Penelitian ini menggunakan 2 fitur sebagai input ANN diantaranya adalah frekuensi dan intensitas suara. Data 2 fitur tersebut dilakukan pelatihan (training). Tahap training, data input berupa kumpulan hasil perekaman suara sebanyak 120 buah melon yaitu 60 buah untuk masing-masing kelompok umur panen melon 54 HST dan 60 HST (kelompok 1 dan kelompok 2). Jumlah neuron tersembunyi (hidden layer) yang digunakan sebanyak 2 set dengan satu set output, yaitu kelompok umur panen melon. Jumlah
hidden layer yang digunakan merupakan jumlah yang optimum. Semakin kecil jumlah hidden layer yang digunakan maka hasil yang diperoleh akan semakin sederhana dan baik. Training dilakukan dengan metode backpropagation.
Gambar 19 Tampilan neural network yang digunakan
Parameter kematangan melon yang digunakan pada ANN sama seperti pada analisis diskriminan, yaitu frekuensi dan intensitas suara. Training dilakukan dengan proporsi 70 % sehingga data yang akan ditraining sebanyak 84 buah dari 120 buah secara keseluruhan, sedangkan untuk validasi dan test masing-masing menggunakan proporsi sebesar 15 % sehingga sampel yang digunakan masing-masing sebanyak 18 buah. Proses training dilakukan untuk menentukan nilai pembobot agar hubungan input dan output benar. Nilai pembobot pada penelitian
ini berupa input weight dan layer weight (Lampiran 8), sedangkan untuk nilai bias sebesar 0.1485.
Nilai MSE hasil training diperoleh sebesar 0.528 dengan R sebesar 0.642. Setelah model ANN selesai dibuat maka dari hasil training, validasi dan test dapat diprediksi atau dilakukan pendugaan klasifikasi melon berdasarkan masing-masing kelompok umur panen melon. Ketepatan klasifikasi secara generalisasi sebesar 82.14% dapat dikatakan bahwa dari 41 melon yang terklasifikasi pada umur panen melon 54 HST sebanyak 35 buah dan yang masuk pada kelompok 60 HST sebanyak 6 buah dengan nilai akurasi sebesar 85.37%. Sedangkan prediksi klasifikasi melon pada umur panen melon 60 HST dari 43 buah yang tepat terklasifikasi sebanyak 34 buah dan salah klasifikasi (masuk pada kelompok 60 HST) sebanyak 9 buah dengan nilai akurasi 79.07% (Tabel 5). Proses ini menunjukkan bahwa dari 84 set data buah melon hanya 69 buah yang tepat terklasifikasi.
Tabel 5 Hasil pendugaan klasifikasi melon berdasarkan umur panen dengan menggunakan ANN pada proses training
Umur panen melon
Pendugaan
Total Rasio dugaan yang benar Akurasi (%) 54 HST 60 HST 54 HST 35 6 41 35/41 85.37 60 HST 9 34 43 34/43 79.07 Total 69/84 82.14
Hasil dari pendugaan klasifikasi berdasarkan umur melon tersebut dinyatakan dalam bentuk grafik, klasifikasi melon dilakukan dengan menentukan nilai batas dari kedua kelompok umur panen (54 HST dan 60 HST) dengan cara mencari nilai tengahnya yaitu 57 HST (Gambar 20). Setelah memperoleh nilai batas dapat ditentukan jika umur melon <57 HST maka melon tersebut terklasifikasi pada umur panen 54 HST, sedangkan jika umur melon >57 HST maka melon terklasifikasi pada umur panen 60 HST. Selain itu, dilakukan pula hubungan antara intensitas suara (dB) dan frekuensi (Hz) berdasarkan hasil pendugaan tersebut, sehingga terlihat jelas masing-masing kelompoknya (Gambar 21). Melon yang tepat terklasifikasi pada 54 HST dan melon yang salah pendugaan pada 54 HST dengan melon yang tepat terklasifikasi pada 60 HST dan melon yang salah pendugaan pada 60 HST masing-masing membentuk kelompok meskipun jarak antara kelompok tersebut berdekatan. Tidak semua umur panen melon dapat dikelompokkan dengan tepat. Gambar 21 menunjukkan bahwa terdapat beberapa umur melon berada bukan pada kelompok umurnya, seperti melon dengan umur panen 60 HST mengelompok pada kelompok umur panen 54 HST (Gambar 21 dengan lambang bulat berwarna merah) dan melon dengan umur panen 54 HST mengelompok pada umur panen 60 HST (Gambar 21 dengan lambang kotak berwarna biru).
Gambar 20 Hasil klasifikasi melon berdasarkan kelompok umur panen pada proses training
Gambar 21 Hubungan intensitas suara (dB) dan frekuensi (Hz) berdasarkan pendugaan umur pada proses training
Setelah proses training selesai, dilakukan proses validasi. Pada validasi diperoleh nilai MSE sebesar 0.802 dengan nilai R pada validasi adalah 0.394. Hasil pendugaan klasifikasi diperoleh ketepatan klasifikasi sebesar 61.11% dapat