Identifikasi Bawang Merah dan Bombay dengan Pendekatan Radial Basis Function Neural Network (RBFNN)

 (*)Agusriandi Agusriandi Mail (Universitas Muhammadiyah Enrekang, Enrekang, Indonesia)
 Elihami Elihami (Universitas Muhammadiyah Enrekang, Enrekang, Indonesia)
 Wilda Widiawati (Universitas Muhammadiyah Enrekang, Enrekang, Indonesia)

(*) Corresponding Author

Submitted: August 2, 2020; Published: October 20, 2020

DOI: http://dx.doi.org/10.30865/mib.v4i4.2334

Abstract

A fact that identification in a human knowledge is very important role. Identification is able to summarize the knowledge, so it is easy to understand. Therefore, the classification of leek or red onion is an interesting study because the similarity of physical appearance of morphology between these two commodities is difficult to distinguish directly. This research tries to detect the difference between Bombay onion and red onion by using neural network with RGB color feature extraction method and gabor filter. The results of the detection are able to classify the types of onions, whether the onion is included in the type of leek or red onion. Many methods can be used to perform classification, one of which is Radial Basis Function Neural Network (RBFNN). After performing simulation with Matlab program, 100 images that become test data can be recognized perfectly.

 

Keywords


Bombay Onion, Gabor Filter, Identification, RBFNN, Red Onion

Full Text:

PDF


Article Metrics

Abstract View: 164 times | PDF View: 66 times

References

R. P. Alqurni, “Pengenalan tanda tangan menggunakan Metode Jaringan Saraf Tiruan Perceptron dan Backpropagation,” Techno. com, vol. 15, no. 4, hal. 352–363, 2016.

T. B. Sapri Kurniadi, I. Idris, Dan S. Suraida, “Identifikasi Serta Manfaat Tumbuhan Hidrofit Yang Tumbuh Di Kawasan Kampus Universitas Islam Negeri Sulthan Thaha Saifuddin Jambi.” Uin Sulthan Thaha Saifuddin Jambi, 2019.

S. R. Kania dan M. D. Maghfoer, “Pengaruh Dosis Pupuk Kandang Kambing dan Waktu Aplikasi PGPR terhadap Pertumbuhan dan Hasil Bawang Merah (Allium ascaloniucum L.),” J. Produksi Tanam., vol. 6, no. 3, 2018.

D. JULITA dan H. Hamidson, “PENGARUH VARIETAS DAN DOSIS PUPUK MAJEMUK TERHADAP PERKEMBANGAN PENYAKIT ANTRAKNOSA (COLLETOTRICHUM SPP.) PADA TANAMAN BAWANG MERAH.” Sriwijaya University, 2018.

C. Azmi, I. M. Hidayat, dan G. Wiguna, “Pengaruh varietas dan ukuran umbi terhadap produktivitas bawang merah,” J. Hortik., vol. 21, no. 3, hal. 206–213, 2016.

Y. Hilman, R. Rosliani, dan E. R. Palupi, “Pengaruh ketinggian tempat terhadap pembungaan, produksi, dan mutu benih botani bawang merah,” J. Hortik., vol. 24, no. 2, hal. 154–161, 2016.

pusdatin.setjen.pertanian.go.id, “berita-219-situasi-pertanaman-bawang-merah @ pusdatin.setjen.pertanian.go.id,” 2017. [Daring]. Tersedia pada: http://pusdatin.setjen.pertanian.go.id/berita-219-situasi-pertanaman-bawang-merah.html.

V. D. A. P. Vina Dyah Ayu Puspitaningrum, “FORMULASI KRIM EKSTRAK ETANOLIK BAWANG BOMBAY (Allium cepa L.) DAN UJI SIFAT FISIK-KIMIA KRIM SERTA AKTIVITAS ANTIJAMUR Candida albicans.” Universitas Wahid Hasyim Semarang, 2017.

M. L. Ditakristy, D. Saepudin, dan F. Nhita, “Analisis dan Implementasi Radial Basis Function Neural Network dalam Prediksi Harga Komoditas Pertanian,” eProceedings Eng., vol. 3, no. 1, 2016.

F. Azmi, “Analisis Learning Jaringan RBF (Radial Basis Function Network) Pada Pengenalan Pola Alfanumerik,” J. TIMES, vol. 5, no. 2, hal. 32–34, 2017.

G. W. Pangestuti, K. Usman, dan B. Purnama, “Klasifikasi Kendaraan Roda Empat Dengan Ekstraksi Ciri Hybrid Berbasis Jaringan Syaraf Tiruan,” eProceedings Eng., vol. 3, no. 2, 2016.

R. Hidayati, D. M. Midyanti, dan S. Bahri, “KLASIFIKASI BIBIT TANAMAN LAHAN GAMBUT BERDASARKAN BENTUK DAUN MENGGUNAKAN METODE RADIAL BASIS FUNCTION (RBF),” SEMNASTEKNOMEDIA ONLINE, vol. 6, no. 1, hal. 2–12, 2018.

S. Sugiartha dan I. G. R. Agung, “Ekstraksi Warna, Tekstur dan Bentuk untuk Image Retrieval,” SEMNASTEKNOMEDIA ONLINE, vol. 4, no. 1, hal. 3–4, 2016.

R. A. Surya, A. Fadlil, dan A. Yudhana, “Ekstraksi Ciri Metode Gray Level Co-Occurrence Matrix (GLCM) dan Filter Gabor untuk Klasifikasi citra Batik Pekalongan,” J. Inform. J. Pengemb. IT, vol. 2, no. 2, hal. 23–26, 2017.

L. Leonardo, “Penerapan Metode Filter Gabor Untuk Analisis Fitur Tekstur Citra Pada Kain Songket,” J. Sist. Komput. dan Inform., vol. 1, no. 2, hal. 120–124, 2020.

R. N. Whidhiasih, S. Guritman, dan P. T. R. I. Suprio, “Klasifikasi Kematangan Buah Manggis Ekspor dan Lokal Berdasarkan Warna dan Tekstur Menggunakan Fuzzy Neural Network Classifcation of Export and Local Mangosteen Maturity Based on Color and Texture Based using Fuzzy Neural Network,” J. Ilmu Komput. Agri-Informatika, vol. 1, no. 2, hal. 71–77, 2012.

S. R. Sulistiyanti, F. X. Setyawan, dan M. Komarudin, “Pengolahan Citra, Dasar dan Contoh Penerapannya.” Teknosain, 2016.

A. Khatun, “Md. Al-Amin Bhuiyan,“,” Neural Netw. based Face Recognit. with Gabor Filters”, IJCSNS Int. J. Comput. Sci. Netw. Secur., vol. 11, no. 1, 2011.

A. Basuki, “Pengantar Pengolahan Citra,” PENS-ITS Surabaya, 2007.

H. Sarwono, “Klasifikasi Knowledge dalam Pengelolaan Koleksi Tugas Akhir (Studi Kasus: Koleksi Tugas Akhir FTI UKSW).” Program Studi Sistem Informasi FTI-UKSW, 2012.

R. A. Fauzannissa, H. Yasin, dan D. Ispriyanti, “Peramalan harga minyak mentah dunia menggunakan metode radial basis function neural network,” vol. 5, hal. 193–202, 2015.

Bila bermanfaat silahkan share artikel ini

Berikan Komentar Anda terhadap artikel Identifikasi Bawang Merah dan Bombay dengan Pendekatan Radial Basis Function Neural Network (RBFNN)

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 JURNAL MEDIA INFORMATIKA BUDIDARMA

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.



JURNAL MEDIA INFORMATIKA BUDIDARMA
STMIK Budi Darma
Sekretariat : Jln. Sisingamangaraja No. 338 Telp 061-7875998
email : mib.stmikbd@gmail.com

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.