IDENTIFIKASI KUALITAS BIJI JAGUNG UNTUK PRODUKSI TEPUNG MENGGUNAKAN CITRA DIGITAL

Abstract

Identifikasi biji jagung kering dapat diterapkan di industri. Apalagi saat penyortiran dan pengemasan biji jagung kering dilakukan sebelum dijual. Saat ini, grading dan pengemasan belum memiliki kemampuan untuk mendeteksi biji jagung kering, sehingga benih lain mungkin terkandung dalam kemasan biji jagung kering. Metode sortasi ini dapat diintegrasikan ke dalam mesin sortasi dan pengemasan di industri biji-bijian untuk mendeteksi biji jagung kering, misalnya. Untuk mendapatkan proses pendeteksian yang akurat, digunakan citra biji jagung kering sebagai data untuk metode deep learning sebelum diimplementasikan secara real-time. Tujuan dari penelitian ini adalah menerapkan teknik deep learning untuk mendeteksi citra biji jagung kering. Teknik ini terdiri dari tiga langkah utama. Langkah pertama adalah preprocessing atau normalisasi data citra biji jagung yang diinputkan dengan cara wrapping dan cropping. Pembuatan model dan pelatihan sistem diakhiri dengan menjalankan pengujian sistem. Penelitian ini menggunakan deep learning untuk mengenali citra biji jagung kering dan menentukan nilai akurasinya. Pada penelitian ini, 10 citra biji jagung dari 80 citra biji jagung yang digunakan dalam dataset pelatihan digunakan sebagai data uji. Nilai akurasi pendeteksian biji jagung kering dipengaruhi oleh ukuran dan posisi citra yang ditangkap oleh kamera smartphone. Dengan menggunakan konvolusi 7 lapis menghasilkan nilai akurasi berkisar antara 80% hingga 100%, sehingga menghasilkan nilai akurasi rata-rata sebesar 0,90296 pada data uji. Lapisan konvolusional dapat digunakan untuk menentukan kekuatan bentuk suatu gambar.