Post on 06-Mar-2019
7
Mutu buah manggis ditentukan oleh berbagai parameter diantaranya
adalah parameter tingkat ketuaan dan kematangan (indeks warna) serta ukuran
(Deptan 2004). Proses grading dalam SPO komoditas manggis 2004, merupakan
suatu pengelompokan buah berdasarkan kriteria/kelas dan indek kematangan
manggis untuk mendapatkan ukuran, warna buah dan tingkat kematangan yang
seragam. Tingkat kematangan manggis berdasarkan indek warna berdasarkan SPO
manggis dapat dilihat pada Tabel 1.
Tabel 1 Tingkat/Tahap kematangan manggis berdasarkan warna
2.2 Pengolahan Citra
Berbagai aplikasi pengolahan citra secara garis besar digunakan untuk
memperbaiki kualitas suatu citra (gambar) sehingga lebih mudah diinterpretasikan
oleh manusia dan mengolah informasi yang terdapat pada citra (gambar) untuk
keperluan pengenalan objek secara otomatis.
Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua
dimensi yang kontinus menjadi gambar diskrit melalui proses sampling. Gambar
analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit.
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari penelitian yang telah dilakukan melalui percobaan-percobaan untuk
mengembangkan model klasifikasi kematangan buah manggis berdasarkan warna
ke dalam kelas manggis mentah, ekspor dan lokal/domestik dan mendapatkan
hasil yang memuaskan dapat ditarik beberapa kesimpulan.
1. Perubahan kombinasi parameter input dan perubahan jumlah neuron lapisan
tersembunyi cukup berpengaruh dalam mendapatkan pola pengenalan.
2. Model FNN terbaik untuk mengklasifikasi kematangan buah manggis ke
dalam kelas mentah, ekspor dan lokal diperoleh dengan 9 neuron pada lapisan
masukan, yaitu indek nilai hijau (green), value, a*, u*, v*, entropi, kontras,
energi dan homogenitas, dan 15 neuron pada lapisan tersembunyi. Model ini
mampu menghasilkan akurasi sebesar 85%.
3. Model FNN yang terbentuk mampu mengenali semua kelas kematangan,
sedangkan NN dengan struktur yang sama tidak mampu mengenali kelas
buah mentah, dengan perbandingan prosentase pengenalan FNN dan NN
kelas buah mentah 100:0, kelas buah ekspor 100:87 dan kelas buah lokal
63:75.
4. Akurasi FNN dengan 3 kelas target lebih bagus dibandingkan akurasi NN
dengan 3 kelas target. Akurasi FNN dengan 5 kelas target lebih bagus
dibandingkan akurasi NN dengan 5 kelas target dan akurasi FNN dengan 2
kelas target mempunyai nilai yang sama dengan akurasi NN dengan 2 kelas
target.
5. Model klasifikasi kematangan buah manggis ke dalam kelas mentah, ekspor
dan lokal menggunakan FNN layak digunakan sebagai model alternatif dalam
klasifikasi tahap kematangan buah manggis berdasarkan warna.
60
5.2 Saran
Agar dapat mengenali pola dengan lebih baik, sehingga diharapkan
mendapatkan akurasi yang lebih tinggi, penelitian selanjutnya disarankan :
1. Menggunakan sampel manggis dengan diameter yang seragam dan
pengambilan nilai-nilai fiturnya memperhatikan diameter buah manggis, hal
ini diharapkan akan mendapatkan nilai-nilai fitur yang lebih mencirikan buah
manggis.
2. Jumlah data yang digunakan diperbanyak dan menggunakan data dari tahap
kematangan 1 sampai tahap kematangan 6, hal ini diharapkan agar dapat
mengenali pola dengan lebih baik.
3. Menggunakan rata-rata dari keempat sudut orientasi matriks co-occurrence
pada ekstraksi ciri dalam mendapatkan nilai setiap ciri tekstur, hal ini
diharapkan akan mendapatkan nilai ciri yang lebih bagus.
4. Menggunakan FNN tipe lainnya, dengan harapan mendapatkan pengenalan
yang lebih bagus.