KLASIFIKASI BIBIT TANAMAN LAHAN GAMBUT BERDASARKAN BENTUK DAUN MENGGUNAKAN METODE RADIAL BASIS FUNCTION (RBF)

Rahmi Hidayati, Dwi Marisa Midyanti, Syamsul Bahri

Abstract


Lahan gambut banyak terdapat didaerah Kalimantan Barat. Berbagai jenis tanaman dapat tumbuh di lahan gambut. Tanaman lahan gambut memiliki beberapa bentuk daun seperti bentuk elips, oval, dan bulat. Beberapa bentuk daun pada tanaman lahan gambut, membuat setiap orang yang akan melakukan klasifikasi pada jenis tanaman lahan gambut mengalami kesulitan untuk menentukan dengan tepat jenis tanaman tersebut. Hal ini dapat terjadi terutama pada bentuk daun yang masih berupa bibit tanaman dengan umur antara 2 bulan - 1 tahun.

Dari permasalahan tersebut, diperlukan sebuah aplikasi yang dapat melakukan proses klasifikasi bibit tanaman lahan gambut berdasarkan bentuk daun menggunakan citra dari daun. Untuk proses klasifikasi bibit tanaman menggunakan metode Radial Basis Function (RBF). Aplikasi klasifikasi bibit pada tanaman lahan gambut memanfaatkan pengolahan citra digital dengan proses ekstraksi fitur bentuk daun menggunakan deteksi tepi sobel. Dari hasil pelatihan RBF, didapat MSE pelatihan sebesar 0.333 dengan menggunakan learning rate 0.01 dan 31 neuron di hidden layer. Hasil pengujian terhadap 20 data, diperoleh persentase keberhasilan jaringan RBF sebesar 80%.


Full Text:

PDF

References


R, Ulfasari dan I, Muhammad Isa, “Perbandingan Performansi Jaringan Learning Vector Quantization (LVQ) Dan Radial Basis Function (RBF) Untuk Permasalahan Klasifikasi Penyakit Karies Gigi”, Prosiding Seminar Nasional Sains dan Pendidikan Sains Universitas Kristen Satya Wacana (Vol 1 No.1), Hal 749-754, 10 Juni, 2010.

Nurbaiti, S, Fatma Agus, M, Dwi Marisa, “Identifikasi Bibit Pada Tanaman Lahan Gambut Berdasarkan Bentuk Daun Menggunakan Metode Probabilistik Neural Network (PNN) Berbasis Website (Umur Bibit 2 Bulan-1 Tahun)”, Jurnal Coding Sistem Komputer Untan (Vol 5 No.1), Hal 14-22, 2017.

H, Arief, “Jaringan Syaraf Tiruan Teori dan Aplikasi”, Yogyakarta : Penerbit Andi, 2006.

S, Jong Jek, “Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab”, Yogyakarta : Penerbit Andi, 2004.

Wahyudi, Hariyanto, S, Iwan, “Aplikasi Jaringan Syaraf Tiruan RBF Pada Sistem Kontrol Valve Untuk Pengendalian Tinggi Muka Air”, Seminar Nasional Aplikasi Teknologi Informasi 2007 (SNATI 2007), Hal 39-45, 16 Juni, 2007.

B, Christopher M, “Neural Networks for Pattern Recognition”, UK : Oxford University Press, 1995.

H, Simon, “Neural Networks. A Comprehensive Foundation”, Edisi 2, New Jersey : Prentice-Hall, Inc, 1999.


Refbacks

  • There are currently no refbacks.