Deteksi Otomatis Kelayakan Konsumsi Buah Pisang Menggunakan Multi Layer Perceptron ( MLP )
DOI:
https://doi.org/10.29407/7kz69t43Keywords:
GLCM, HSV, Klasifikasi, MLP, PisangAbstract
Buah pisang merupakan komoditas hortikultura penting di Indonesia yang tingkat kualitasnya sangat dipengaruhi oleh kematangan, sehingga diperlukan metode penilaian yang cepat dan objektif. Penilaian manual sering menimbulkan ketidakkonsistenan karena perbedaan persepsi visual antar penilai, sehingga memunculkan kebutuhan akan sistem deteksi otomatis yang lebih akurat. Penelitian ini bertujuan mengembangkan model klasifikasi untuk mendeteksi kelayakan konsumsi pisang berdasarkan citra digital menggunakan metode Multilayer Perceptron (MLP). Dataset yang digunakan berasal dari Banana Ripeness Image Dataset yang berisi empat kelas tingkat kematangan. Setiap citra diproses melalui tahapan preprocessing, kemudian diekstraksi fitur warnanya menggunakan ruang warna HSV dan fitur teksturnya menggunakan Grey Level Co-occurrence Matrix (GLCM), menghasilkan total 524 fitur sebagai input model. Data dibagi menjadi 80 persen data latih dan 20 persen data uji untuk memastikan proses evaluasi yang objektif. Hasil pengujian menunjukkan bahwa model MLP mampu mengklasifikasikan tingkat kematangan pisang dengan akurasi 98,99 persen disertai precision, recall, dan F1-score yang konsisten tinggi pada setiap kelas. Temuan ini menegaskan bahwa kombinasi HSV, GLCM, dan MLP merupakan solusi efektif untuk deteksi otomatis kelayakan konsumsi pisang yang dapat diterapkan dalam pemilahan buah pascapanen dan aplikasi pemantauan mutu.
Downloads
References
[1] N. L. Firda Ekayanti, F. Megawati, and N. L. K. A. Anita Dewi, “PEMANFAATAN TANAMAN PISANG (Musa Paradisiaca L.) SEBAGAI SEDIAAN KOSMETIK,” Usadha, vol. 2, no. 2, pp. 19–24, Apr. 2023, doi: 10.36733/usadha.v2i2.6217.
[2] R. T. Wulandari, N. Widyastuti, and M. Ardiaria, “PERBEDAAN PEMBERIAN PISANG RAJA DAN PISANG AMBON TERHADAP VO2max PADA REMAJA DI SEKOLAH SEPAK BOLA,” Journal of Nutrition College, vol. 7, no. 1, 2018, [Online]. Available: http://ejournal3.undip.ac.id/index.php/jnc/
[3] M. P. S. Staf et al., “Potensi Pengembangan Tanaman Pisang : Tinjauan Syarat Tumbuh dan Teknik Budidaya Pisang Dengan Metode Bit,” Jurnal Ilmiah Agrosaint, vol. 12, no. 2, 2021.
[4] “PISANG INDONESIA.”
[5] K. Tingkat, K. Buah, P. Berdasarkan, P. M. Algoritma, D. M. Puteri, and H. Setiawan, “Algorithmic Model Approach”, doi: 10.30595/jrre.v7i2.26293.
[6] N. W. Wulansari and M. Muslih, “Implementasi Metode Convolutional Neural Network Untuk Deteksi Kematangan Buah Pisang Menggunakan Inception V3,” JOINS (Journal of Information System), vol. 8, no. 2, pp. 147–155, Nov. 2023, doi: 10.33633/joins.v8i2.9074.
[7] M. S. Y. Radiena, B. Riset, D. Standardisasi, I. Ambon, and J. Kebun Cengkeh, “UMUR OPTIMUM PANEN PISANG KEPOK (Musa paradisiaca, L) TERHADAP MUTU TEPUNG PISANG OPTIMUM MATURITY OF KEPOK BANANA’S (Musa paradisiaca, L) HARVEST AGAINTS QUALITY OF BANANA FLOUR.”
[8] R. Hayati and D. Irhamni, “PENGARUH TINGKAT KEMATANGAN DAN LAMA PENYIMPANAN TERHADAP KUALITAS PISANG MAS (Musa acuminata Colla) Effect of Maturity Level and Storage Duration on Quality Banana Mas (Musa acuminata Colla),” 2023.
[9] “Lisensi Lisensi Internasional Creative Commons Attribution-ShareAlike 4.0”, doi: 10.52158/jacost.484.
[10] M. Tri Wahyudi and S. Lestari, “Analisis Kematangan Buah Pisang dengan Metode Gray Level Co-Occurence Matrix (GLCM) Banana Fruit Ripeness Analysis Using the Gray Level Co-Occurrence Matrix (GLCM) Method,” vol. 1, no. 2, 2022, doi: 10.22437/multiproximity.v1i2.18630.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Bima Putra Prasetya, Aliefiano Falent Rozzaq Bagaskara
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
