• Tentang UGM
  • Tentang FTP UGM
  • Kanal Pengetahuan UGM
Universitas Gadjah Mada Universitas Gadjah Mada
Fakultas Teknologi Pertanian
Kanal Pengetahuan dan Informasi
  • Tentang Kami
  • E-Learning
    • Menara Ilmu
    • Kuliah Tamu
    • Kuliah Terbuka
    • Continuing Education
  • Riset & Publikasi
    • Penelitian dan Publikasi
    • Pertemuan Ilmiah
    • Dokumentasi Kegiatan
  • Urban Style
    • Berita Populer
    • Gaya Hidup Sehat
  • Kontak Kami
  • Beranda
  • Menara Ilmu
  • Model Jaringan Syaraf Tiruan untuk Memprediksi Parameter Kualitas Tomat Berdasarkan Parameter Warna RGB

Model Jaringan Syaraf Tiruan untuk Memprediksi Parameter Kualitas Tomat Berdasarkan Parameter Warna RGB

  • Menara Ilmu
  • 1 September 2017, 14.02
  • Oleh: admin
  • 0

Sobat smart-farmer, kali ini kita akan membahas mengenai aplikasi soft-computing dalam bidang pertanian yaitu “Model Jaringan Syaraf Tiruan untuk Memprediksi Parameter Kualitas Tomat Berdasarkan Parameter Warna RGB”. Artikel ini ditulis oleh Dr. Rudiati Evi Masithoh, Prof. Budi Rahardjo, Prof. Lilik Sutiarso, dan Dr. Agus Hardjoko. Artikel ini dipublikasikan di Jurnal Agritech, Fakultas Teknologi Pertanian UGM pada tahun 2012. Abstraknya adalah sebagai berikut.

Jaringan syaraf tiruan (JST) digunakan untuk memprediksi parameter kualitas tomat, yaitu Brix, asam sitrat, karoten total, dan vitamin C. JST dikembangkan dari data Red Green Blue (RGB) citra tomat yang diukur menggunakan computer vision system. Data kualitas tomat diperoleh dari analisis di laboratorium. Struktur model JST didasarkan pada jaringan feedforward backpropagation dengan berbagai fungsi pelatihan, yaitu gradient descent (traingd), gradient descent dengan resilient backpropagation (trainrp), Broyden, Fletcher, Goldfrab dan Shanno (BFGS) quasi-Newton (trainbfg), serta Levenberg Marquardt (trainlm). Fungsi pelatihan yang terbaik adalah menggunakan trainlm, serta pada struktur jaringan digunakan fungsi aktivasi logsig pada lapisan tersembunyi dan linier (purelin) pada lapisan keluaran. dengan 1000 epoch. Nilai koefisien korelasi (r) pada tahap pelatihan dan validasi secara berturut-turut adalah 0.97 – 0.99 dan 0.92 – 0.99; sedangkan nilai MAE berkisar antara 0.01-0.23 dan 0.03-0.59.

Related posts:

Bubuk Buah Tomat dengan Spray Dryer

Sustainable Agri-Food Supply Chain

Strategi Implementasi Pertanian Presisi pada Pertanian Konvensional

TENTANG MANUSIA PURBA DAN SUMBERDAYA ALAM DI INDONESIA

Recent Posts

  • Minyak Sawit: Dibenci tapi Dirindukan
  • Kalene Resik Panene Apik – Sarasehan Gerakan irigasi Bersih Daerah Isimewa Yogyakarta
  • Evaluasi Standar Teknis Embung Pertanian
  • Menara Ilmu Irigasi Memperoleh Penghargaan dari Rektor Universitas Gadjah Mada
  • Pengelolaan Irigasi dan Pengukuran Debit – Workshop untuk Petugas Operasi Bendung Kabupaten Bantul

Categories

  • Berita Populer
  • Biografi
  • Continuing Education
  • Dokumentasi Kegiatan
  • Gaya Hidup Sehat
  • Kuliah Tamu
  • Kuliah Terbuka
  • Menara Ilmu
  • Penelitian dan Publikasi
  • Pertemuan Ilmiah

Menara Ilmu

  • Gasifikasi Biomassa
  • Keamanan Pangan
  • Komentar di:
  • Makanan Fermentasi
  • Makanan Tradisional Sehat
  • Manajemen Irigasi
  • Manajemen Sumber Daya Alam Tropis
  • Pangan Fungsional
  • Smart Farming
  • Supply Chain
  • Teknik Pascapanen
  • Teknik Pengeringan
  • Teknologi Mesin & Alat Pengolah Kakao-Cokelat

Social Media

  • Kanal Pengetahuan FTP on Youtube
Universitas Gadjah Mada

Universitas Gadjah Mada
Fakultas Teknologi Pertanian
Kanal Pengetahuan dan Informasi

Jl. Flora No. 1 Bulaksumur
Sleman, Yogyakarta 55281
(+62 274) 589797
kanal.tp@ugm.ac.id

E-Learning

  • Menara Ilmu
  • Kuliah Tamu
  • Kuliah Terbuka
  • Continuing Education

Riset dan Publikasi

  • Penelitian dan Publikasi
  • Pertemuan Ilmiah
  • Dokumentasi Kegiatan

Urban Style

  • Gaya Hidup Sehat
  • Berita Populer

Social Media

instagram facebook youtube

© 2023 Fakultas Teknologi Pertanian UGM

KontributorPeta SitusKebijakan Privasi

KEBIJAKAN PRIVASI/PRIVACY POLICY

[EN] We use cookies to help our viewer get the best experience on our website. -- [ID] Kami menggunakan cookie untuk membantu pengunjung kami mendapatkan pengalaman terbaik di situs web kami.I Agree / Saya Setuju