IMPLEMENTASI METODE BACK-PROPAGATION UNTUK KLASIFIKASI TINGKAT KEMATANGAN MANGGA PODANG

Abstract

Klasifikasi kematangan buah mangga podang saat ini masih dilakukan secara manual oleh para petani.
Cara  manual  ini  dilakukan  berdasarkan  pengamatan  secara  langsung  oleh  kedua  mata  manusia  dan  persepsi
manusia akan buah tersebut berdasarkan warna yang dilihatnya. Namun dengan berkembangnya teknologi yang
semakin  maju  maka  dimungkinkan  untuk  mengklasifikasi  tingkat  kematangan  buah  mangga  podang  dengan
bantuan sebuah komputer.
Penelitian  ini  mengajukan  judul  tentang  klasifikasi  kematangan  buah  mangga.  Buah  mangga  podang
diklasifikasikan berdasarkan perbedaan warna yang didapat dari proses ekstraksi fitur RGB dari masing-masing
buah. Setelah itu nilai tersebut akan digunakan sebagai inputan dalam proses pembelajaran dengan menggunakan
perhitungan  back-propagation  agar  menghasilkan  bobot  terbaik.  Bobot  terbaik  itulah  yang  digunakan  sebagai
bobot dalam perhitungan proses  klasifikasi. Sehingga akan didapatkan tiga keluaran klasifikasi  yakni  mentah,
setengah  matang,  dan  matang.  Tingkat  keakuratan  klasifikasi  buah  mangga  podang  menggunakan  backpropagation  ini  mencapai  nilai  keakuratan  100%.  Namun  perlu  diperhatikan  tingkat  keberhasilan  sangat
dipengaruhi  oleh  faktor  pencahayaan  pada  citra  mangga  podang  yang  diklasifikasikan  serta  banyaknya  data
training.