IDENTIFIKASI VARIETAS SALAK PONDOH SLEMAN DENGAN METODE LEARNING VECTOR QUANTIZATION

Selama ini identifikasi varietas salak pondoh Sleman masih dengan manual yaitu
berdasarkan indra manusia. Dengan adanya kemajuan teknologi yang merambah dunia
pertanian dapat membantu proses identifikasi varietas salak pondoh Sleman dengan
metode pengolahan citra menggunakan perangkat komputer sehingga mampu
mengidentifikasi bentuk/ukuran dan warna menggunakan nilai ciri morfologi dan
statistik.
Penelitian ini bertujuan untuk membuat perangkat lunak yang berfungsi
mengklasifikasikan varietas citra salak berdasarkan bentuk/ukuran dan warna
menggunakan metode jaringan syaraf tiruan model LearningVector Quantization (LVQ).
Hasil identifikasi dengan metode Learning Vector Quantization (LVQ)
menggunakan 60 data citra untuk pelatihan dan 30 data citra untuk pengujian. Pada
proses pengujian varietas salak pondoh biasa berhasil dikenali sebesar 100%, varietas
salak pondoh madu sebesar 80% dan varietas salak pondoh super sebesar 100%. Sehingga
rata-rata akurasi identifikasi varietas salak pondoh Sleman menggunakan metode
Learning Vector Quantization pada tiga jenis salak sebesar 93,33%.