Prediksi Kandungan Klorofil pada Daun Afrika (Vernonia Amygdalina Del.) Menggunakan Image Analysis dan Metode Pemodelan Jaringan Syaraf Tiruan

Rachma, Nurul and Yusuf Hendrawan, STP.M.App.Life.Sc. Ph.D and Retno Damayanti, STP. MP (2021) Prediksi Kandungan Klorofil pada Daun Afrika (Vernonia Amygdalina Del.) Menggunakan Image Analysis dan Metode Pemodelan Jaringan Syaraf Tiruan. Sarjana thesis, Universitas Brawijaya.

Abstract

Daun afrika (Vernonia amygdalina Del.) merupakan tanaman kaya nutrisi yang banyak dimanfaatkan sebagai tanaman herbal. Daun afrika mengandung klorofil yang dapat digunakan untuk mengidentifikasi kandungan senyawa yang dihasilkan oleh tanaman. Analisis kadar klorofil secara destruktif dapat merusak sampel dan membutuhkan waktu yang lama. Selain pengujian destruktif, pengujian klorofil dapat juga dilakukan secara non-destruktif dengan menggunakan alat klorofil meter SPAD 502, namun harga alat ini mahal. Untuk itu, dikembangkan metode non-destruktif lainnya yaitu dengan analisis citra digital. Tujuan penelitian ini adalah 1) Menganalisis hubungan indeks warna dan tekstur Red, Green, Blue (RGB), Gray, Hue, Saturation, Lightness (HSL), Hue, Saturation, Value (HSV), dan L*a*b terhadap kadar klorofil pada daun afrika menggunakan Flatbed Scanner dan 2) Menyusun algoritma untuk memprediksi kandungan klorofil pada daun afrika menggunakan Jaringan Syaraf Tiruan (JST). Penelitian ini menggunakan metode Jaringan Syaraf Tiruan Backpropagation (JST-BP) dengan analisis kombinasi fitur warna dan tekstur. Topologi JST terbaik yaitu 10- 30-40-1 (10 node input, 40 node hidden layer 1, 30 node hidden layer 2, dan 1 node output) dengan learning rate 0.1, momentum 0.9, trainlm pada fungsi pembelajaran, tansig pada hidden layer, dan purelin pada output layer. Topologi terpilih menghasilkan Mean Square Error (MSE) training sebesar 0.0007 dengan R training 0.9981 serta MSE validasi terendah sebesar 0.012 dengan R sebesar 0.967. Dengan hasil tersebut dapat disimpulkan bahwa topologi tersebut berpotensi sebagai model untuk memprediksi kandungan klorofil pada daun afrika.

English Abstract

African leaf or Vernonia amydalina Del. is nutrient rich plant that is widely used as an herbal plant. African leaf has chlorophyll content which can be used to identify the compound content produced by plants. Analysis chlorophyll content in destructive manner can takes a long time and damaging sample. In addition to destructive manner, chlorophyll testing can also be done non-destructive by using chlorophyll meter SPAD 502, but prices are expensive. For this reason, other non destructive methods with digital image processing were developed. The purpose of this study: 1) to analyze the relation between the color and texture index of Red, Green, Blue (RGB), Gray, Hue, Saturation, Lightness (HSL), Hue, Saturation, Value (HSV), dan L*a*b and chlorophyll content in African leaf using flatbed scanner and 2) to obtain an alogithm to predict chlorophyll content of African leaf using ANN. This study using Backpropgation Neural Network (ANN-BP) method with combination analysis of color and texture features. The best ANN topologi is 10-30-40-1 (10 node input, 40 node hidden layer 1, 30 node hidden layer 2, 1 node output) with a learning rate 0.1 and momentum 0.5, trainlm in learning function, tansig in hidden layer, and purelin in output layer. The selected topology was determined by Mean Square Error (MSE) training 0.0007 with R training 0.9981 and the lowest MSE validation 0.0012 with R 0.9967. With these results it can be concluded that the topology has the potential as a model to predict chlorophyll content of African leaf

Item Type:	Thesis (Sarjana)
Identification Number:	0520100021
Uncontrolled Keywords:	daun afrika, jaringan saraf tiruan, klorofil, africal leaf, artificial neural network, chlorophyll
Subjects:	600 Technology (Applied sciences) > 630 Agriculture and related technologies
Divisions:	Fakultas Teknologi Pertanian > Keteknikan Pertanian
Depositing User:	Zainul Mustofa
Date Deposited:	04 Jul 2022 07:09
Last Modified:	11 Dec 2023 06:30
URI:	http://repository.ub.ac.id/id/eprint/191473

Text 0520100021- Nurul Rachma.pdf Download (5MB)

Actions (login required)

View Item