IDENTIFIKASI BUAH MANGGA GEDONG GINCU CIREBON BERDASARKAN CITRA RED-GREEN-BLUE MENGGUNAKAN ADAPTIF NEURO FUZZY INFERENCE SYSTEM

Abstract

ABSTRACT

Mangifera indica (Mangga Gedong Gincu Cirebon) has good prospects for development because it has characteristics in accordance with market demand, which has the mango skin is red, fiber component in the flesh is quite a lot and have a very pungent aroma. This research aims to create a system of identification of  Mangifera indica Cirebon based RGB image using adaptive neuro fuzzy inference system (ANFIS). Data used were 90 images of  Mangifera indica will be divided into training data amounted to 75 data consisting of 25 acid class data, class data 25 and 25 class data being sweet. Data testing amounted to 15 data consisted of 5 acid class data, class data 5 medium and 5 class data sweet. In ANFIS training algorithm using hybrid methods Recursive Least Square Estimator (RLSE), and the number of epoch 1000, the error value 0.5220 and is able to identify the class of fruit Mangifera indica with an accuracy rate of 66.6%.

Keyword : identification of  Mangifera indica, rgb, adaptive neuro fuzzy inference system

ABSTRAK

Mangga Gedong Gincu Cirebon mempunyai prospek baik untuk dikembangkan karena mempunyai karakteristik yang sesuai dengan permintaan pasar, yaitu mempunyai kulit mangga berwarna merah, komponen serat pada daging buah cukup banyak dan mempunyai aroma sangat tajam. Penelitian ini bertujuan untuk membuat sistem identifikasi buah mangga gedong gincu cirebon berdasarkan citra RGB menggunakan adaptif neuro fuzzy inference system (ANFIS). Data yang digunakan berjumlah 90 citra buah mangga gedong gincu akan dibagi menjadi data training berjumlah 75 data yang terdiri dari 25 data kelas asam, 25 data kelas sedang dan 25 data kelas manis. Data testing berjumlah 15 data yang terdiri dari 5 data kelas asam, 5 data kelas sedang dan 5 data kelas manis. Pada pelatihan ANFIS menggunakan algoritma hybrid dengan metode Recursive Least Square Estimator ( RLSE), dan jumlah epoch sebanyak 1000, nilai error 0.5220 dan mampu mengidentifikasi kelas buah Mangga Gedong Gincu dengan tingkat akurasi sebesar 66,6%.

Keyword :identifikasi buah mangga gedong gincu, rgb, adaptif neuro fuzzy inference system