Fuzzy Neural Network FNN

42 adalah model regresi menurut nilai a. Nilai R 2 sebesar 0.4808 mengindikasikan bahwa sebesar 48 derajat kematangan ditentukan oleh perubahan nilai a.

4.5 Hubungan uv dengan Tahap Kematangan Buah

Data pada penelitian ini menunjukkan bahwa nilai u dan v meningkat seiring dengan tingkat ketuaan buah manggis. Hal ini ditunjukkan oleh Gambar 23, Gambar 24 dan Lampiran 10. Gambar 23 Sebaran uv pada tiap tahap kematangan Gambar 24 Nilai rata-rata uv Meningkatnya nilai u dan v menunjukkan bahwa terjadi perubahan kuat warna merah ke hijau oleh nilai u dan terjadi perubahan kuat warna kuning ke biru oleh nilai v. Hal ini mengakibatkan terjadinya perubahan warna dari kuning kemerahan menjadi warna ungu kehitaman. Nilai u dan v mempunyai nilai yang overlap pada tiap tahap kematangan dengan tahap kematangan yang berbeda, namun tetap dapat digunakan sebagai penduga model kematangan buah manggis menggunakan nilai koefisien determinasi R 2 seperti pada Lampiran 11. Model regresi yang diduga kuat memiliki keeratan hubungan antara warna Luv dengan kematangan adalah 0.0000 0.2000 0.4000 0.6000 0.8000 1.0000 N ila i u v Fitur Penduga Tahap Kematangan 0.2400 0.4400 1 2 3 4 5 6 7 R at a- rat a Tahap Kematangan u v 43 model regresi menurut nilai uv. Nilai R 2 sebesar 0.5856 mengindikasikan bahwa sebesar 59 derajat kematangan ditentukan oleh perubahan nilai uv.

4.6 Hubungan Tekstur dengan Tahap Kematangan Buah

Berdasarkan data penelitian, nilai entropi keteracakan dari distribusi perbedaan lokal dari sebuah citra semakin kecil seiring dengan bertambahnya tahap kematangan, nilai kontras dan keragamannya meningkat seiring dengan ketuaan buah manggis, nilai energi dan homogenitas tidak mempunyai keteraturan pola pada perkembangan tiap tahap kematangan, hal ini ditunjukkan oleh Gambar 25, Gambar 26 dan Lampiran 12. Gambar 25 Sebaran entropi, kontras, energi dan homogenitas pada tiap tahap kematangan Gambar 26 Nilai rata-rata entropi, kontras, energi dan homogenitas Hal ini menunjukkan manggis yang lebih muda permukaan kulitnya mempunyai warna yang hampir seragam homogen sehingga intensitas warna yang diterima kamera lebih tinggi. Menurut Ahmad 2005 dan Harlick et al. 0.0500 0.2500 0.4500 0.6500 0.8500 N ila i entropi kontras energi homogenitas Fitur Penduga Tahap Kematangan 0.0000 0.2000 0.4000 0.6000 0.8000 1.0000 1 2 3 4 5 6 7 N ila i R ata -r at a Tahap Kematangan entropi kontras energi homogenitas 44 1973 kontras merupakan fitur tekstur yang digunakan untuk mengukur kekuatan perbedaan intensitas dalam citra. Nilai entropi dan kontras mempunyai nilai yang overlap pada tiap tahap kematangan dengan tahap kematangan yang berbeda, namun tetap dapat digunakan sebagai penduga model kematangan buah manggis menggunakan nilai koefisien determinasi R 2 seperti pada Lampiran 13. Model regresi yang diduga kuat memiliki keeratan hubungan antara warna dengan kematangan adalah model regresi menurut fitur entropi. Nilai R 2 sebesar 0.3189 mengindikasikan bahwa sebesar 32 derajat kematangan ditentukan oleh perubahan nilai entropi.

4.7 Parameter Penentu Tahap Kematangan Manggis

Parameter yang digunakan untuk menentukan tahap kematangan manggis dalam penelitian ini adalah warna kulit manggis. Sebelum membangun sistem untuk menentukan tahap kematangan buah manggis, terlebih dahulu dicari variabel yang mempunyai korelasi dengan tingkat ketuaan atau tahap kematangan buah manggis. Variabel ini selanjutnya digunakan sebagai variabel penduga dalam penentuan tahap kematangan. Variabel-variabel yang diuji adalah RGB, HSV, lab, luv dan entropi, energi, kontras serta homogenitas. Berdasar hasil analisis, variabel penduga yang digunakan dalam penentuan tahap kematangan buah manggis adalah nilai RGB, V, a, u, v, entropi, energi, kontras dan homogenitas. Dalam penelitian ini digunakan 4 model kombinasi variabel dari variabel- variabel penduga, disajikan pada Tabel 4. Empat model tersebut digunakan sebagai inputmasukan pada FNN yang akan digunakan sebagai model untuk menentukan tahap kematangan buah manggis. Selanjutnya diambil hasil FNN yang terbaik dari keempat model masukan tersebut sebagai model klasifikasi kematangan buah manggis. 45 Tabel 4 Model variabel inputmasukan penentuan tahap kematangan manggis Model R G B V a u v entropi energi kontras homogenitas FNN1 √ √ √ √ √ √ FNN2 √ √ √ √ √ √ √ √ FNN3 √ √ √ √ √ √ √ √ √ FNN4 √ √ √ √ √ √ √ √ √ √ √

4.8 Paramater Output Tahap Kematangan Manggis

Parameter output yang digunakan sebagai target pembelajaran dalam penelitian ini adalah tahap kematangan manggis. Telah dijelaskan sebelumnya bahwa penentuan tahap kematangan yang dilakukan pada penelitian ini adalah penentuan tahap kematangan menjadi tiga kelompokkelas, yaitu membagi buah manggis kedalam kelas buah mentah atau belum matang untuk buah manggis yang berada pada kematangan tahap 2, kelas buah ekspor untuk buah manggis yang berada pada kematangan tahap 3 dan 4, dan kelas buah lokaldomestik untuk buah manggis yang berada pada kematangan tahap 5 dan 6. Nilai output yang digunakan adalah 1 untuk kelas manggis yang belum matang, 2 untuk kelas manggis ekspor dan 3 untuk kelas manggis lokaldomestik, disajikan pada Tabel 5. Tabel 5 Nilai outputkeluaran tahap kematangan manggis Output Tahap kematangan Keterangan 1 2 mentahbelum matang 2 3 ekspor 4 3 5 domestik 6 Sebelum proses training, akan dilakukan pengubahan nilai target pelatihan menjadi target bernilai fuzzy terlebih dahulu, yaitu berupa derajat keanggotaan tiap pola input terhadap tiap kelas kematangan, yang nilai-nilainya disajikan pada Lampiran 14 dan grafiknya disajikan pada Gambar 27.