Seminar Nasional Teknologi Informasi Komunikasi dan Industri
2019: SNTIKI 11

Implementasi Algoritma Canny Dan Backpropagation Untuk Mengklasifikasi Jenis Tanaman Mangga

Elvia Budianita (Universitas Islam Negeri Sultan Syarif Kasim Riau)
Febi Yanto (Universitas Islam Negeri Sultan Syarif Kasim Riau)



Article Info

Publish Date
26 Nov 2019

Abstract

Indonesia merupakan negara yang banyak memiliki keanekaragaman jenis tanaman, salah satunya adalah tanaman mangga. Tanaman mangga banyak sekali di jumpai di Indonesia serta tanaman mangga memiliki banyak jenis diantaranya yaitu mangga golek, mangga apel dan lainnya. Meskipun tanaman ini banyak ditanam oleh orang, pengenalan jenis tanaman mangga juga masih kurang optimal. Pengenalan sebuah tanaman bisa dilihat dari bagian daun, karena setiap jenis tanaman mangga memiliki bentuk yang berbeda-beda.. Penelitian ini bertujuan untuk mengidentifikasi citra daun mangga menggunakan deteksi tepi Canny dan ekstraksi ciri tekstur GLCM (Grey Level Co-occurent Matrix) serta menggunakan metode klasifikasi Backpropagation. Pada penelitian ini menggunakan 2 tahapan pengambilan data yaitu menggunakan scanner dan kamera hp. Tanaman manggga yang digunakan terdiri dari 10 jenis untuk data scanner dan 5 jenis data kamera hp. Akurasi tertinggi didapat pada pengujian data scanner menggunakan 450 citra data dengan perbandingan 90% data latih :10% data uji yaitu sebesar 49% dengan menggunakan 1 hidden layer yang terdiri dari 1000 neuron dengan learning rate 0.01. Akurasi terendah pada pengujian perbandingan 90% data latih :10% data uji yaitu sebesar 31% menggunakan learning rate 0.001.

Copyrights © 2019






Journal Info

Abbrev

SNTIKI

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mathematics

Description

SNTIKI adalah Seminar Nasional Teknologi Informasi, Komunikasi dan Industri yang diselenggarakan setiap tahun oleh Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau. ISSN 2579 7271 (Print) | ISSN 2579 5406 ...