PENENTUAN JENIS DAUN KOPI DENGAN PENERAPAN ALGORITMA NEURAL NETWORK BACK PROPAGATION

Posted by JMII e-Journal on 19.12


PENENTUAN JENIS DAUN KOPI DENGAN PENERAPAN ALGORITMA NEURAL NETWORK BACK PROPAGATION
Suhendri
Program Studi Teknik Informatika  STMIK ”AMIKBANDUNG”
Jln. Jakarta No. 28 Bandung 40272  INDONESIA
hendry@stmik-amikbandung.ac.id

Abstrak. Membedakan jenis daun dari jenis pohon satu spesies kopi sangat sulit dibedakan secara fisik. Kopi memiliki beberapa jenis seperti robusta, arabika, brazil dan lain-lain, dimana hampir semua jenis memiliki kesamaan bentuk fisik daun. Pada usia tertentu jenis kopi tersebut sulit dibedakan, karena secara fisik semua jenis pohon kopi hampir sama baik dari tinggi pohon, warna maupun bentuk daunnya. Menentukan jenis daun kopi ini sangat penting terutama pada masa tanam, sehingga bila tanaman kopi tercampur jenisnya akan mempengaruhi kualitas rasa kopi. Jika dalam populasi Robusta terdapat jenis Arabika maka hal ini tidak masalah karena citarasa Robusta akan terbawa baik. Tetapi jika dalam populasi Arabika terdapat jenis Robusta maka akan menurunkan kualitas kopi Arabika tersebut.
Melalui pengolahan data digital citra daun kopi, diperoleh dataset yang terdiri dari atribut-atribut GLCM (Gray Level Co-Occurence Matrix), yang selanjutnya diolah dengan menerapkan Algoritma Backpropagation Neural Network (BPNN) berhasil mengklasifikasi jenis daun kopi dengan akurasi sebesar 77,78%, dengan Naïve Bayes sebesar 61,11%, dan dengan Decision Tree 71,11%. Data ini membuktikan bahwa Algoritma Neural Network dapat mengklasifikasi jenis daun kopi dengan baik jika dibandingkan dengan kedua algoritma pengklasifikasi lainnya.
Keyword: Daun kopi, Neural Network Backpropagation, image processing