Klasifikasi Kematangan Buah Manggis Ekspor dan Lokal Berdasarkan Warna dan Tekstur Menggunakan Fuzzy Neural Network
Abstract
Fuzzy neural network (FNN) memiliki kemampuan untuk melakukan klasifikasi terhadap suatu pola yang berada di dalam dua kelas yang tidak dapat diklasifikasi menggunakan model klasifikasi klasik neural network (NN). Penelitian ini bertujuan mengembangkan model klasifikasi buah manggis segar secara non-destruktif dengan menggunakan FNN. FNN yang dipakai menggunakan derajat keanggotaan pada neuron output sebagai target pembelajaran. Parameter input yang digunakan adalah komponen warna hasil dari pengolahan citra yang mempunyai pengaruh terhadap tahap kematangan buah manggis dan tekstur. Hasil pemodelan FNN menjadi 2 kelas target klasifikasi (ekspor dan lokal) mendapatkan model terbaik dengan fitur penduga indeks warna merah, hijau, biru, value, a*, u*, v*, dan entropi dengan 5 neuron pada lapisan tersembunyi. Perbandingan persentase akurasi model FNN dan NN ialah 90:90, dengan perbandingan kemampuan pengenalan terhadap kelas ekspor dan lokal ialah 92:100 dan 89:75.
Kata kunci: fuzzy neural network, klasifikasi, manggis, non-destructive grading, pengenalan pola
Authors
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
