Aplikasi jaringan syaraf tiruan dan analisis komponen utama untuk sortasi mentimun

Abstract

Salah satu metode yang dapat digunakan untuk melakukan pengenalan terhadap suatu objek adalah jaringan syaraf tiruan. Jaringan syaraf tiruan merupakan sistem pemrosesan informasi yang mempunyai karakteristik kinerja tertentu yang menyerupai jaringan syaraf biologi Jaringan syaraf tiruan Propagası Balik Standar merupakan salah satu jaringan syaraf tiruan dengan arsitektur lapis janak. Untuk menekan waktu komputasi jaringan syaraf tiruan, dimensi data yang digunakan direduksi terlebih dahulu menggunakan Analisis Komponen Utama. Untuk membangun prototipe perangkat lunak untuk sortasi mentimun, terlebih dahulu dilakukan percobaan untuk mencari nilai-nilai yang optimal untuk beberapa faktor pembelajaran jaringan syaraf tiruan Propagasi Balik Standar. Faktor-faktor pembelajaran yang dimaksud yaitu jumlah neuron lapis tersembunyi, toleransi galat, dan laju pembelajaran. Hal tersebut dilakukan untuk mendapatkan nilai-nilai yang optimal untuk masing-masing faktor pembelajaran tersebut yang kemudian digunakan untuk membentuk jaringan syaraf tiruan yang optimal. Jaringan syaraf tiruan tersebut kemudian digunakan pada sortasi mentimun. Hasil percobaan yang didapat menunjukkan bahwa jaringan syaraf tiruan Propagasi Balik Standar optimal pada saat jumlah neuron lapis tersembunyi sebesar 80, toleransi galat 0.01, dan laju pembelajaran 0.1.