IDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN SOM (SELF ORGANIZING MAPS)
Author (Penulis)
Puput Puji Asri
Universitas Nusantara PGRI Kediri
Author Identity (NPM)
12.1.03.02.0362
Abstract
ABSTRAK
Asri, Puput Puji : Identifikasi Kematangan Buah Tomat Menggunakan SOM (Self-Organizing Map), Skripsi, Teknik Informatika, Fakultas Teknik UN PGRI Kediri, 2016.
Tomat merupakan sayuran sekaligus buah yang banyak diminati orang. Hal ini disebabkan oleh karena kandungan gizi buah tomat yang terdiri dari vitamin dan mineral sangat berguna untuk mempertahankan kesehatan dan mencegah penyakit. Setiap petani buah pasti berusaha meningkatkan kualitas pertaniannya baik dari segi kualitas buah itu sendiri maupun kualitas pelayanan terhadap konsumen. Namun dengan keterbatasan kemampuan manusia dan banyaknya buah tomat yang akan dipasarkan ke konsumen, petani sering mengalami masalah dalam memilah-milah buah tomat yang sudah matang, mengkal, dan mentah. Karena antara tomat matang, mengkal, dan mentah tersebut memiliki harga dan kualitas yang berbeda-beda sehingga masing-masing harus dipisahkan.
Untuk itu diperlukan suatu metode untuk membuat sistem yang dapat mengelompokkan antara buah tomat matang, mengkal, dan mentah dengan akurat. Dalam penelitian ini penulis membuat sistem untuk mengidentifikasi tingkat kematangan buah tomat berdasarkan pada warna, karena warna menjadi salah satu ciri yang mudah diketahui untuk menentukan apakah buah siap dipasarkan atau belum.
Penelitian ini menggunakan metode Self Organizing Map (SOM) untuk mengelompokkan antara buah tomat mentah, mengkal, dan matang. Dalam memberikan hasil pengelompokan, SOM tidak menggunakan fungsi objektif tertentu seperti K-means dan FCM sehingga untuk suatu kondisi yang sudah optimal pada suatu iterasi, SOM tidak akan menghentikan iterasinya selama jumlah iterasi yang ditentukan belum tercapai. Hal ini juga berlaku ketika hasil kelompok yang didapatkan belum optimal, tetapi jumlah iterasi yang ditentukan sudah mencapai sehingga hasilnya menjadi kurang sesuai dengan yang diharapkan (belum optimal). Oleh karena itu, SOM tidak menjamin konvergensi hasil pengelompokan.
Kesimpulan hasil penelitian ini adalah didapatkan sebuah aplikasi yang dapat mempermudah petani ataupun masyarakat luas dalam mengidentifikasi kematangan buah tomat dengan cepat dan akurat dan mempermudah pemasaran. Dengan adanya aplikasi ini juga memberikan keuntungan lebih bagi petani. Dari hasil pengujian yang dilakukan menunjukkan tingkat keakuratan sistem sebesar 91.11%.
Kata kunci : Self Organising Map, Euclidean Distance, Pengolahan Citra, Buah Tomat