KLASIFIKASI KEMATANGAN TERUNG BELANDA BERDASARKAN FITUR WARNA MENGGUNAKAN FUZZY NEURAL NETWORK (FNN)

KHOIRUN NISA' (2023), KLASIFIKASI KEMATANGAN TERUNG BELANDA BERDASARKAN FITUR WARNA MENGGUNAKAN FUZZY NEURAL NETWORK (FNN). Skripsi, Universitas Samudra.

ABSTRAK

Terung belanda salah satu buah yang memiliki proses kematangan relatif cepat. Sehingga klasifikasi kematangan terung belanda memiliki peran penting untuk mengurangi resiko pembusukan terung belanda. Dalam penentuan kematangan terung belanda berdasarkan warna kulit buah secara visual mata manusia memiliki kekurangan, diantaranya membutuhkan tenaga lebih banyak untuk menyortir kematangan buah dan penilaian kematangan oleh manusia bersifat subjektif dan tidak konsisten dalam penilaian penglihatan satu penilai dengan penilai lainnya sehingga cenderung adanya perbedaan pandangan dalam pengklasifikasian. Pada penelitian ini proses klasifikasi kematangan terung belanda menggunakan metode Fuzzy Neural Network (FNN) dilakukan secara real time. Tujuan dari penelitian ini adalah sistem dapat mengenali kematangan terung belanda mentah,sedang dan matang secara realtime menggunakan metode Fuzzy Neural Network (FNN) serta mendapatkan nilai akurasi keberhasilan dari klasifikasi kematangan terung belanda menggunakan metode Fuzzy Neural Network. Pengujian dari hasil penelitian yang dilakukan sebanyak 30 kali mentah, 30 kali sedang, dan 30 kali matang,sehingga diperoleh  akurasi kematangan sedang sebesar 70% ,akurasi kematangan terung belanda matang sebesar 90% .dan total akurasi dari keseluruhan terung belanda adalah 53,4%, sedangkan untuk akurasi data trainingnya diperoleh sebesar 89,55%. Berdasarkan pengujian yang telah dilakukan selain buah terung belanda bisa juga menggunakan buah lain seperti yang sudah dilakukan yaitu dengan menggunakan buah jeruk

File ::(login required)