Identifikasi Citra Batu Mulia dengan Menggunakan Metode Jaringan Saraf Tiruan Backpropagation
Article Sidebar
Main Article Content
Abstract
Batuan mulia (gemstone) merupakan salah satu kekayaan alam yang dapat dijadikan perhiasan dan koleksi. Terdapat beberapa jenis batuan seperti ruby, sapphire, zamrud, topaz, kecubung, dan kalimaya. Jenis batuan mulia tersebut dapat dikenali berdasarkan tekstur, motif, dan warnanya. Keberagaman atas jenis batuan mulia akan menjadi kendala bagi konsumen untuk mengidentifikasi bebatuan asli, palsu dan sintetis dikarenakan minimnya akan pengetahuan dan kemampuan individu dalam mengidentifikasi bebatuan mulia. Kemiripan Antara batuan mulia asli, sintetis, dan palsu menjadi suatu permasalahan dalam pemilihan batuan tersebut. Berdasarkan permasalahan yang telah dijabarkan maka dengan dibuatnya sistem basis jaringan saraf tiruan dapat mengidentifikasi dan mengenali batuan mulia, asli, palsu, atau sintetis dikarenakan jaringan saraf tiruan merupakan salah satu ilmu komputer yang dapat mempelajari dan menirukan kerja otak manusia dibidang pengelompokan dan pengenalan pola. Untuk pengaplikasian tersebut, algoritma yang akan digunakan yaitu backpropagation dan hasil dari keakurasian adalah 85%.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Eksplora Informatika bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di Jurnal Eksplora Informatika setuju dengan ketentuan berikut:
- Penulis memegang hak cipta dan memberikan hak publikasi pertama kepada Jurnal Eksplora Informatika menggunakan lisensi Creative Commons Attribution-ShareAlike 4.0.
- Penulis diizinkan untuk mengarsipkan/menggunggah/meyimpan artikel mereka, misalnya dalam repositori institusional atau situs web/blog penulis, namun diharapkan agar memberikan rincian bibliografi yang menghargai publikasi di jurnal ini.
- Jurnal Eksplora Informatika berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
- Jurnal Eksplora Informatika berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.
References
A. A. Kasim and A. Harjoko, “Klasifikasi Citra Batik Menggunakan Jaringan Syaraf Tiruan Berdasarkan Gray Level Co- Occurrence Matrices ( GLCM ),†Semin. Nas. Apl. Teknol. Inf. Yogyakarta, 21 Juni 2014, pp. 7–13, 2014. [link]
A. H. Rangkuti, “Klasifikasi Motif Batik Berbasis Kemiripan Ciri Dengan Wavelet Transform Dan Fuzzy Neural Network,†no. 9, pp. 361–372, 2013. [link]
B. Pengkajian, T. Pertanian, B. Besar, and P. Tanaman, “Identifikasi Varietas Berdasarkan Warna dan Tekstur Permukaan Beras Menggunakan Pengolahan Citra Digital dan Jaringan Syaraf Tiruan,†pp. 91–97, 2013.
D. Amirullah, “Sistem Pencarian Semantik Impresi dengan Mekanisme Pembobotan Kombinasi Fitur Warna dan Fitur Bentuk,†2018. [link]
D. Puspitaningrum, “Pengantar Jaringan Syaraf Tiruan,†2014. [link]
D. Z. Herman, “Pendayagunaan mineral untuk menjadi permata,†Museum Geol., vol. 5, no. 7, pp. 4–5, 2008. [link]
I. N. da Silva, D. Hernane Spatti, R. Andrade Flauzino, L. H. B. Liboni, and S. F. dos Reis Alves, Artificial Neural Networks. 2017. [link]
M. H. Fauzi et al., “Implementasi Thresholding Citra Menggunakan Algoritma Hybrid Optimal Estimation,†Teknol. Inf., 2010. [link]
P. Nuriskianti, K. Adi, J. Fisika, F. Sains, and U. Diponegoro, “Menggunakan Jaringan Syaraf Tiruan Propagasi Balik,†vol. 4, no. 2, pp. 197–204, 2015. [link]
V. Pebrianasari, E. Mulyanto, and D. Erlin, “Analisis pengenalan motif batik Pekalongan,†Techno.COM, vol. 14, no. 4, pp. 281–290, 2015. [link]
