IDENTIFIKASI JENIS TANAMAN TIN SESUAI DENGAN BENTUK DAUN MENGGUNAKAN JARINGAN SARAF TIRUAN (JST) DENGAN METODE BACKPROPAFATION
Article Sidebar
Published
Aug 3, 2017
Main Article Content
Abstract
Jaringan Syaraf Tiruan dengan metode Backpropagation dapat diterapkan untuk mengidentifikasi kualitas daun tanaman tin, sesuai dengan ciri-ciri dari daun tin yang sudah diamati dan diukur secara manual. Jaringan Syaraf Tiruan dengan metode Backpropagation menggunakan arsitektur pola 6 15 1 lebih akurat dibandingkan dengan pola yang lain yaitu pola 6 10 1, pola 6 5 1, pola 6 3 1 dan pola 6 2 1. Semakin Banyak Hidden Layer yang dibuat maka semakin bagus Jaringan Syaraf Tiruan dalam mengenali objek. Semua sampel yang digunakan dalam pengujian dapat dikenali dengan baik oleh Jaringan Syaraf Tiruan dengan tingkat akurasi hasil pengujian yang dilakukan terhadap daun tin sebesar 100%.
Article Details
How to Cite
[1]
R. Fauzi, “IDENTIFIKASI JENIS TANAMAN TIN SESUAI DENGAN BENTUK DAUN MENGGUNAKAN JARINGAN SARAF TIRUAN (JST) DENGAN METODE BACKPROPAFATION”, JURNAL EDUCATION AND DEVELOPMENT, vol. 6, no. 3, p. 73, Aug. 2017.
Section
Artikel
References
Z. Effendi, R. Ramli dan J.A. Ghani (2010). A Backpropagation Neural Network for Grading Jatropha curcas Fruits Maturity, American Journal of Applied Sciences 7. ISSN 1546-9236.
A.Suyantohadi, M.Hariadi, MH.Purnomo dan T.Morimoto (2010). Dynamic neural network model for identifying cumulative responses of soyban plant growth based on nitrogen fertilizer compositions , Australian Journal of Agricultural Engineering . ISSN 1836-9448.
Muhammad Asyhar Agmalaro, Aziz Kustiyo dan Auriza Rahmad Akbar (2013). Identifikasi Tanaman Buah Tropika Berdasarkan Tekstur Permukaan Daun Menggunakan Jaringan Syaraf Tiruan , Jurnal Ilmu Komputer Agri-Informatika .Vol 2 No.2. ISSN 2089-6026
Anggi Putriani (2012). Identifikasi Shorea Menggunakan Jaringan Syaraf Tiruan Propagasi Balik Resilient Berdasarkan Karakteristik Morfologi Daun , Departemen Ilmu Komputer, Institut Pertanian Bogor, 2012.
Rizki Tunjung Sari (2013). Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation dan Algoritma Pencocokan Dalam Mengidentifikasi Kematangan Tomat Buah Berdasarkan Ciri Warna RGB , Fakultas Sains dan Teknologi, UIN Sunan Kalijaga, 2012.
Rizki Tunjung Sari (2013). Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation dan Algoritma Pencocokan Dalam Mengidentifikasi Kematangan Tomat Buah Berdasarkan Ciri Warna RGB , Fakultas Sains dan Teknologi, UIN Sunan Kalijaga, 2012.
Atris Suyantohadi, Mochamad Hariadi dan Mauridhi Hery Purnomo (2009). Identifikasi Pertumbuhan Tanaman Kedelai (Glycine max L) Dengan Pengaruh Pemberian Komposisi Pupuk Menggunakan Metoda Artificial Neural Network, AGRITECH, Vol. 29 No.4 November 2009.
I Putu Gede Budisanjaya (2013). Identifikasi Nitrogen dan Kalium Pada Daun Tanaman Sawi Hijau Menggunakan Matriks Co-Occurrence, Moments dan Jaringan Syaraf Tiruan, PPS. Universitas Udayana,Denpasar, 2013
Kadir, L.E. Nugroho, A.Susanto dan P.I. Santoso (2011). Neural Network Applications on Foliage Plant Identification, International Journal of Computer Applications (0975-8887) Vol. 29 No.9 September 2011
M.F.Andrijasa dan Mistianingsih (2010). Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran diProvinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation, Jurnal Informatika Mulawarman Vol 5 No.1 Februari 2010.
C.S. Sumathi dan A.V. Senthil Kumar (2014). Neural Network basedPlant Identification using Leaf Characteristics Fusion, International Journal of Computer Applications (0975-8887) Volume 89 – No.5, Maret 2014.
A.Suyantohadi, M.Hariadi, MH.Purnomo dan T.Morimoto (2010). Dynamic neural network model for identifying cumulative responses of soyban plant growth based on nitrogen fertilizer compositions , Australian Journal of Agricultural Engineering . ISSN 1836-9448.
Muhammad Asyhar Agmalaro, Aziz Kustiyo dan Auriza Rahmad Akbar (2013). Identifikasi Tanaman Buah Tropika Berdasarkan Tekstur Permukaan Daun Menggunakan Jaringan Syaraf Tiruan , Jurnal Ilmu Komputer Agri-Informatika .Vol 2 No.2. ISSN 2089-6026
Anggi Putriani (2012). Identifikasi Shorea Menggunakan Jaringan Syaraf Tiruan Propagasi Balik Resilient Berdasarkan Karakteristik Morfologi Daun , Departemen Ilmu Komputer, Institut Pertanian Bogor, 2012.
Rizki Tunjung Sari (2013). Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation dan Algoritma Pencocokan Dalam Mengidentifikasi Kematangan Tomat Buah Berdasarkan Ciri Warna RGB , Fakultas Sains dan Teknologi, UIN Sunan Kalijaga, 2012.
Rizki Tunjung Sari (2013). Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation dan Algoritma Pencocokan Dalam Mengidentifikasi Kematangan Tomat Buah Berdasarkan Ciri Warna RGB , Fakultas Sains dan Teknologi, UIN Sunan Kalijaga, 2012.
Atris Suyantohadi, Mochamad Hariadi dan Mauridhi Hery Purnomo (2009). Identifikasi Pertumbuhan Tanaman Kedelai (Glycine max L) Dengan Pengaruh Pemberian Komposisi Pupuk Menggunakan Metoda Artificial Neural Network, AGRITECH, Vol. 29 No.4 November 2009.
I Putu Gede Budisanjaya (2013). Identifikasi Nitrogen dan Kalium Pada Daun Tanaman Sawi Hijau Menggunakan Matriks Co-Occurrence, Moments dan Jaringan Syaraf Tiruan, PPS. Universitas Udayana,Denpasar, 2013
Kadir, L.E. Nugroho, A.Susanto dan P.I. Santoso (2011). Neural Network Applications on Foliage Plant Identification, International Journal of Computer Applications (0975-8887) Vol. 29 No.9 September 2011
M.F.Andrijasa dan Mistianingsih (2010). Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran diProvinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation, Jurnal Informatika Mulawarman Vol 5 No.1 Februari 2010.
C.S. Sumathi dan A.V. Senthil Kumar (2014). Neural Network basedPlant Identification using Leaf Characteristics Fusion, International Journal of Computer Applications (0975-8887) Volume 89 – No.5, Maret 2014.