Pengembangan Perangkat Uji Pupuk menggunakan Kamera dengan Klasifikasi Neural Network

Abstract

Tanah membutuhkan pupuk untuk kesuburan tanah. Dosis pupuk yang baik akan memperbaiki kondisi tanah. Penelitian ini mengembangkan perangkat tes pupuk yang merupakan pengembangan dari perangkat yang sudah ada yang disebut Perangkat Uji Pupuk (PUP). PUP menggunakan larutan pupuk dalam tabung gelas dan menghasilkan warna tertentu. Kemudian, seorang peneliti menggunakan grafik warna dan membandingkannya dengan warna dalam tabung untuk mengetahui konsentrasi pupuk. Oleh karena itu, pengembangan perangkat pupuk adalah untuk membantu orang menentukan konsentrasi pupuk dengan mudah tanpa memerlukan seorang peneliti. Metode yang digunakan ialah Neural Network pada proses klasifikasi dan RGB pada sistem pewarnaan yang digunakan. Data yang digunakan pada penelitian ini adalah citra hasil penelitian Fajri (2014) dan citra hasil pengambilan langsung pada laboratorium Balai Penelitian Tanah. Klasifikasi yang dibangun menggunakan nilai pembelajaran 0.15, input layer 3 node, hidden layer 5 node, dan output layer 1 node. Iterasi paling baik pada penelitian ini yaitu iterasi 18. Akurasi tertinggi 60% pada pupuk P dengan nilai RMSE 0.76 dan 32% pada pupuk N dengan nilai RMSE 0.57.