KLASIFIKASI BUAH BELIMBING MANIS DAN TIDAK MANIS BERDASARKAN CITRA RED GREEN BLUE MENGGUNAKAN FUZZY NEURAL NETWORK

Classical classification problems that can not be solved using the NN can be done using the FNN. The difference lies in the use of learning targets, which uses a degree of membership in the output. This study aims to create a classification of star fruit to sweet and not sweet categories with non destructive method using fuzzy neural network. Red green and blue components of the image of the star fruit is used as an input parameter. FNN 3-15-2 accuration obtained is 88.89% by using 15 neurons in the hidden layer, MSE 9.13e-09 at epoch 16th.Keyword : classification, fuzzy neural network, starfruit, non-destructive grading, pattern recognition. Permasalahan klasifikasi klasik yang tidak dapat diselesaikan menggunakan NN dapat dilakukan menggunakan FNN. Perbedaannya terletak pada target pembelajaran yang digunakan, yaitu menggunakan derajat keanggotaan pada output. Penelitian ini bertujuan untuk membuat klasifikasi buah belimbing manis dan tidak manis secara non destruktif menggunakan fuzzy neural network. Komponen red green dan blue dari citra buah belimbing digunakan sebagai parameter masukan. Ketepatan yang didapatkan menggunakan FNN 3-15-2 pada penelitian ini sebesar 88,89% dengan 15 neuron pada lapisan tersembunyi, MSE sebesar 9.13e-09 pada epoch ke 16.Keyword : identifikasi, fuzzy neural network, belimbing, identifikasi non destruktif