IDENTIFIKASI KEMATANGAN BUAH JAMBU BIJI MERAH (Psidium guajava) DENGAN TEKNIK JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION SKRIPSI

Transkripsi

1 IDENTIFIKASI KEMATANGAN BUAH JAMBU BIJI MERAH (Psidium guajava) DENGAN TEKNIK JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION SKRIPSI OLEH FAHMIL IKHSAN HIDAYAT PROGRAM STUDI KETEKNIKAN PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS SUMATERA UTARA

2 2 IDENTIFIKASI KEMATANGAN BUAH JAMBU BIJI MERAH (Psidium guajava) DENGAN TEKNIK JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION SKRIPSI OLEH: FAHMIL IKHSAN HIDAYAT Skripsi sebagai salah satu syarat untuk dapat memperoleh gelar sarjana di Program Studi Keteknikan Pertanian Fakultas Pertanian PROGRAM STUDI KETEKNIKAN PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS SUMATERA UTARA 2016

3 3 Judul Skripsi Nama :Identifikasi Kematangan Buah Jambu Biji Merah dengan teknik Jaringan Syaraf Tiruan Metode Backpropagation : Fahmil Ikhsan Hidayat NIM : Program Studi : Keteknikan Pertanian Disetujui Oleh: Komisi Pembimbing (Lukman Adlin Harahap, STP, M.Si) Ketua (Sulastri Panggabean, STP, M.Si) Anggota Mengetahui, (Ainun Rohanah, STP, M.Si) Ketua Program Studi PROGRAM STUDI KETEKNIKAN PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS SUMATERA UTARA 2016

4 ABSTRAK FAHMIL IKHSAN HIDAYAT : Identifikasi Kematangan Buah Jambu Biji 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. Identification of guava maturity is generally done manually by the farmers. Fruit seen visually by eyes and responded to by the brain to distinguish the level of maturity. In large quantities it will be difficult to maintain the performance of the brain due to the fatigue factor. This study was a non-conventional method of measurement that used digital image processing to produce data that will be proce5ssed by artificial neural networks and then processed using computer software that can be used to determine the level of maturity of guava. Guava are identified based on the histrogram input image color ( RGB ) that obtained from the results of the capture which then application built by using Visual Basic software. Some sample of the learning pattern guava data had different weighted values as input to the neural network by using i

5 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, Identification, maturity, guava

6 RIWAYAT HIDUP 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 Setelah menyelesaikan pendidikan di SMA, penulis memasuki Keteknikan Pertanian, Fakultas Pertanian melalui jalur UMB-PTN Reguler (Ujian Masuk Bersama Perguruan Tinggi Negeri Reguler) pada tahun Selama mengikuti perkuliahan, penulis aktif pada organisasi Ikatan Mahasiswa Keteknikan Pertanian (IMATETA). Penulis melaksanakan Praktek Kuliah Lapangan (PKL) di PT. Socfindo pada tahun iii

7 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, 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. membutuhkan. Semoga skripsi ini dapat bermanfaat bagi seluruh pihak yang Terima Kasih. Medan, September 2016 iv Penulis

8 DAFTAR ISI Hal KATA PENGANTAR... iv DAFTAR TABEL... vi DAFTAR GAMBAR... vii PENDAHULUAN... 1 Latar Belakang... 1 Tujuan Penelitian... 3 Kegunaan Penelitian... 4 Batasan Masalah... 4 TINJUAN PUSTAKA... 5 Jambu biji merah (Psidium guajava L.)... 5 Jaringan Syaraf Tiruan Arsitektur Jaringan Syaraf Tiruan Metode Backpropagation Pengolahan Citra Digital Analisis Sistem METODOLOGI PENELITIAN Tempat dan Waktu Penelitian Bahan dan Alat Metode Penelitian HASIL DAN PEMBAHASAN Perancangan Sistem Perancangan Fisik Latar Buah Pre-proses Proses Pelatihan Proses Pengujian Hasil Pelatihan dan Pengujian Sistem Desain Program KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA Lampiran v

9 DAFTAR TABEL Hal Tabel 1. Tingkat kematangan buah jambu biji merah... 8 Tabel 2. Data buah jambu biji merah pelatihan Tabel 3. Data buah mentah jambu biji merah pengujian Tabel 4. Data buah matang jambu biji merah pengujian Tabel 5. Data buah lewat matang jambu biji merah pengujian vi

10 DAFTAR GAMBAR Hal Gambar 1. Tampilan menu Login Gambar 2. Tampilan Home Program Gambar 3. Tampilan Buka Gambar Gambar 4. Tampilan sebelum Crop Gambar Gambar 5. Tampilan setelah Crop Gambar dan memilih tombol centang Gambar 6. Tampilan Penambahan Database Gambar 7. Tampilan Pengujian Gambar 8. Tampilan tabel database pelatihan tersimpan Gambar 9. Tampilan tabel riwayat pengujian Gambar 10. Tampilan tutorial program Gambar 11. Tampilan About penulis Gambar 12. Tampilan Credit vii