Klasifikasi Jenis Daun Jambu Air dengan Backpropagation
DOI:
https://doi.org/10.29407/stains.v3i1.4075Keywords:
klasifikasi, Backpropagation, daun jambu airAbstract
Syzygium Aqueum merupakan anggota keluarga jambu-jambuan (Myrtaceae) yang disebut sebagai jambu air. Akar, batang, daun, bunga, buah merupakan ciri bagian dari tanaman. Namun masih banyak masyarakat yang belum terlalu mengenali ciri jenis tanaman dari bagian daun. Kami membuat sistem untuk klasifikasi jenis daun jambu dengan metode Backpropagation. Fitur yang digunakan adalah ciri warna RGB (meanR, meanG, meanB, stdR, stdG, stdB, varR, varG, varB, skewnessR, skewnessG, skewnessB) dan ciri tekstur Gray Level Co-Occurrence Matrix (GLCM) (contrast, energy, correlation, homogeneity). Data yang digunakan sebanyak 367 citra yang dibagi menjadi 2 bagian yaitu 332 data training dan 35 data testing. Kami membuat 2 model arsitektur Backpropagation, yaitu (16-16-3) dan (16-32-3), fitur input sebanyak 16, dan hidden sesuai usulan, dan output ada tiga (Camplong, Cincalo Merah, Madu Deli Hijau). Dengan melakukan pengujian sebanyak 8 kali, setiap pengujian arsitektur Backpropagation dilakukan 4 kali pengujian. Hasil terbaik yang didapat menggunakan arsitektur 16-32-3 dengan tingkat akurasi sebesar 80%.
Downloads
References
S. Wahyuni, “Sosialisasi Pemanfaatan Jambu Air Menjadi Nata De Syzigium,” Din. J. Pengabdi. Kpd. Masy., vol. 4, no. 1, 2020, doi: 10.31849/dinamisia.v4i1.3285.
J. V. P. Putra, F. Ayu, and B. Julianto, “Implementasi Pendeteksi Penyakit pada Daun Alpukat Menggunakan Metode CNN,” Stain. (Seminar Nas. Teknol. Sains), vol. 2, no. 1, 2023.
W. F. Rischa et al., “Pengenalan Pola Penyakit Daun Jambu Air,” vol. 7, no. 2, pp. 158–163, 2023.
R. S. Pambudi and M. Akbar, “Klasifikasi Jambu Air Berulat menggunakan Convolutional Neural Network,” vol. 1, no. 1, pp. 136–139, 2023.
T. Y. Prahudaya and A. Harjoko, “Metode Klasifikasi Mutu Jambu Biji Menggunakan k-NN Berdasarkan Fitur Warna dan Tekstur,” J. Teknosains, vol. 6, no. 2, 2017, doi: 10.22146/teknosains.26972.
I. G. Wirayudhana, “Klasifikasi Mutu Buah Jambu Biji Getas Merah Berdasarkan Tekstur Menggunakan Grey Level Co-Occurence Matrix (GLCM) dengan Klasifikasi KNN,” J. Indones. Sos. Teknol., vol. 2, no. 6, 2021, doi: 10.36418/jist.v2i6.166.
Y. Nursita and F. Rhohman, “Klasifikasi Jenis Jambu Air Berdasarkan Tulang Daun Menggunakan Metode K-Means,” … Pgri Kediri.(online) simki. unpkediri. ac …. 2016.
D. Wijaya, “Identifikasi Jenis Jambu Air Berdasarkan Bentuk Daun Menggunakan Jaringan Syaraf Tiruan Backpropagation dengan Fitur Histogram of Oriented Gradient,” J. Pendidik. dan Konseling, vol. 4, no. 5, 2022.
I. Afrianty, R. Al Hafiz, F. Yanto, and E. P. Cynthia, “Klasifikasi Daun Jambu Air Menggunakan Ekstraksi Ciri Morfologi dan Backpropagation,” Semin. Nas. Teknol. Informasi, Komun. dan Ind. 12, Fak. Sains dan Teknol. UIN Sultan Syarif Kasim Riau, no. SNTIKI, 2020.
R. Al Hafiz, “Penerapan Ekstraksi Ciri Morfologi dan Backpropagation Neural Network pada Klasifikasi Jenis Tumbuhan Jambu Air,” Riau, 2020. [Online]. Available: http://repository.uin-suska.ac.id/29295/.
S. Suhendri and P. Rahayu, “Metode Grayscale Co-occurrence Matrix (GLCM) Untuk Klasifikasi Jenis Daun Jambu Air Menggunakan Algoritma Neural Network,” J. Inf. Technol., vol. 1, no. 1, 2019, doi: 10.47292/joint.v1i1.4.
Y. R. Prayogi, “Klasifikasi Jenis Jambu Air Berdasarkan Citra Daun Menggunakan Metode Filter Gabor Dan K-NN (K-Nearest Neighbors),” J. Pelita Teknol., vol. 17, no. 2, pp. 18–23, 2023.
F. Fitriani, “Implementasi Pengolahan Citra Digital dan Adaptive Neuro Fuzzy Inference System untuk Klasifikasi Tanaman Jambu Air,” Riau, 2022. [Online]. Available: http://repository.uin-suska.ac.id/58504/.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Nur Nafiiyah, Erry Anggraini
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
