IDENTIFIKASI KEMATANGAN BUAH JAMBU BIJI MERAH
(Psidium guajava) DENGAN TEKNIK JARINGAN SYARAF
TIRUAN METODE BACKPROPAGATION
SKRIPSI
OLEH
FAHMIL IKHSAN HIDAYAT 120308059
PROGRAM STUDI KETEKNIKAN PERTANIAN
FAKULTAS PERTANIAN
IDENTIFIKASI KEMATANGAN BUAH JAMBU BIJI MERAH
(Psidium guajava) DENGAN TEKNIK JARINGAN SYARAF
TIRUAN METODE BACKPROPAGATION
SKRIPSI
OLEH:
FAHMIL IKHSAN HIDAYAT 120308059
Skripsi sebagai salah satu syarat untuk dapat memperoleh gelar sarjana di Program Studi Keteknikan Pertanian Fakultas Pertanian
Universitas Sumatera Utara
PROGRAM STUDI KETEKNIKAN PERTANIAN
FAKULTAS PERTANIAN
3
Judul Skripsi :Identifikasi Kematangan Buah Jambu Biji Merah dengan teknik Jaringan Syaraf Tiruan Metode Backpropagation
Nama : Fahmil Ikhsan Hidayat
NIM : 120308059
Program Studi : Keteknikan Pertanian
Disetujui Oleh: Komisi Pembimbing
Mengetahui,
PROGRAM STUDI KETEKNIKAN PERTANIAN
FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA
2016
(Lukman Adlin Harahap, STP, M.Si) Ketua
(Sulastri Panggabean, STP, M.Si) Anggota
Merah dengan Teknik Jaringan Syaraf Tiruan Metode Backpropagation, dibimbing oleh LUKMAN ADLIN HARAHAP dan SULASTRI PANGGABEAN.
Identifikasi kematangan buah jambu biji merah umumnya dilakukan secara manual oleh petani. Buah dilihat secara visual oleh mata lalu direspon oleh otak untuk membedakan tingkat kematangannya. Dalam jumlah yang besar akan sulit untuk menjaga kinerjanya dikarenakan faktor keletihan dari otak tersebut. Penelitian ini menggunakan metode pengukuran yang bersifat non-konvensional yaitu menggunakan pengolahan citra digital (image processing) menghasilkan data yang akan diproses secara pelatihan dengan jaringan syaraf tiruan (artificial neural network) kemudian diolah dengan menggunakan perangkat lunak komputer sehingga dapat digunakan untuk menentukan tingkat kematangan buah jambu biji merah. Buah jambu biji merah dapat diidentifikasi berdasarkan input histogram warna citra (RGB) yang didapat dari hasil pengambilan gambar terlebih dahulu yang dimana kemudian dibangun bentuk aplikasi dengan menggunakan perangkat lunak visual basic. Dari beberapa sampel pelatihan, pola data tingkat kematangan buah jambu biji merah memiliki bobot nilai yang berbeda digunakan sebagai input pada jaringan syaraf tiruan dengan metode backpropagation untuk membedakan buah mentah, matang dan busuk. Sistem identifikasi ini mampu mengenali seluruh kategori buah dengan tingkat keberhasilan identifikasi kebenaran 83.3%. Dari hasil identifikasi yang telah dilakukan menghasilkan tiga output identifikasi yaitu jeruk matang 85%, lewat matang 75%, dan mentah 90%. Hasil identifikasi ini dipengaruhi oleh kondisi dari cara pengambilan gambar buah. Kata Kunci : Jaringan Syaraf Tiruan, Pengolahan Citra, backpropagation, Identifikasi, kematangan, Jambu Biji Merah
ABSTRACT
FAHMIL IKHSAN HIDAYAT : Identification of Guava Maturity with Artificial
Neural Network Backpropagation Method, supervised by LUKMAN ADLIN
HARAHAP and SULASTRI PANGGABEAN.
ii
backpropagation method to distinguish raw, ripe and rotten fruits. This identification system was capable to identify the entire category of fruit which were 83.3 % correct identification. From the identification that had been done, resulting the identification of the three outputs 85 % ripe citrus, over ripe 75 %, and 90 % raw. Results of the identifications were affected by the shooting fruit process.
Key words : Artificial Neural Network, Image processing, backpropagation,
Penulis dilahirkan di Gunung Bayu pada tanggal 7 Agustus 1994 dari Bapak Hidayat Darpo dan Ibu Jumini Siregar. Penulis merupakan anak ketiga dari empat bersaudara.
Penulis memasuki SMA Swasta Raksana Medan pada tahun 2009 dan tamat pada tahun 2012. Setelah menyelesaikan pendidikan di SMA, penulis memasuki Keteknikan Pertanian, Fakultas Pertanian Universitas Sumatera Utara melalui jalur UMB-PTN Reguler (Ujian Masuk Bersama Perguruan Tinggi Negeri Reguler) pada tahun 2012.
Selama mengikuti perkuliahan, penulis aktif pada organisasi Ikatan Mahasiswa Keteknikan Pertanian (IMATETA).
KATA PENGANTAR
Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Kuasa atas berkat dan rahmat-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Identifikasi Kematangan Buah Jambu Biji Merah (Psidium guajava) dengan Teknik Jaringan Syaraf Tiruan Metode Backpropagation” yang merupakan salah satu syarat untuk melaksanakan penelitian di Program Studi Keteknikan Pertanian Fakultas Pertanian Universitas Sumatera Utara, Medan
Pada kesempatan ini penulis mengucapkan banyak terima kasih kepada Bapak Lukman Adlin Harahap, STP, M.Si selaku ketua komisi pembimbing dan kepada Ibu Sulastri Panggabean, STP. M.Si, selaku anggota komisi pembimbing yang telah banyak membimbing dan memberikan berbagai masukan, saran dan kritikan yang sangat berharga kepada penulis sehingga skripsi ini dapat diselesaikan dengan baik.
Untuk penyempurnaan skripsi ini, maka kiranya penulis sangat mengharapkan saran dan kritikan yang bersikap membangun agar kedepannya dapat memperoleh hasil yang lebih baik.
Semoga skripsi ini dapat bermanfaat bagi seluruh pihak yang membutuhkan.
Terima Kasih.
Medan, September 2016
Hal
KATA PENGANTAR ... iv
DAFTAR TABEL ... vi
Jambu biji merah (Psidium guajava L.) ... 5
Jaringan Syaraf Tiruan ... 10
Arsitektur Jaringan Syaraf Tiruan ... 11
Metode Backpropagation ... 13
Pengolahan Citra Digital ... 17
Analisis Sistem ... 19
METODOLOGI PENELITIAN ... 21
Tempat dan Waktu Penelitian ... 21
Bahan dan Alat ... 21
Metode Penelitian... 22
HASIL DAN PEMBAHASAN ... 24
Perancangan Sistem ... 25
Perancangan Fisik Latar Buah ... 26
Pre-proses ... 26
Proses Pelatihan ... 27
Proses Pengujian ... 30
Hasil Pelatihan dan Pengujian Sistem ... 31
Desain Program ... 39
KESIMPULAN DAN SARAN ... 50
Kesimpulan ... 50
Saran ... 51
DAFTAR TABEL
Hal
Tabel 1. Tingkat kematangan buah jambu biji merah ... 8
Tabel 2. Data buah jambu biji merah pelatihan ... 32
Tabel 3. Data buah mentah jambu biji merah pengujian ... 34
Tabel 4. Data buah matang jambu biji merah pengujian ... 35
Hal
Gambar 1. Tampilan menu Login ... 38
Gambar 2. Tampilan Home Program ... 39
Gambar 3. Tampilan Buka Gambar ... 41
Gambar 4. Tampilan sebelum Crop Gambar ... 41
Gambar 5. Tampilan setelah Crop Gambar dan memilih tombol centang ... 42
Gambar 6. Tampilan Penambahan Database ... 42
Gambar 7. Tampilan Pengujian ... 43
Gambar 8. Tampilan tabel database pelatihan tersimpan ... 44
Gambar 9. Tampilan tabel riwayat pengujian ... 45
Gambar 10. Tampilan tutorial program ... 46
Gambar 11. Tampilan About penulis ... 46
