IDENTIFIKASI CITRA BUAH KURMA AJWA DAN LULU MENGGUNAKAN LEARNING VECTOR QUANTIZATION

Kurma (Phoenix Dactylifera), walaupun bukan buah asli Indonesia tetapi keberadaannya sangatlah populer. Diantara sekian banyak jenis kurma yang beredar di pasaran, kurma Ajwa atau kurma nabi termasuk yang paling terkenal di masyarakat karena jenis kurma ini adalah buah yang disukai dan pertama kali ditanam sendiri oleh Rasulullah SAW di Madinah. Sedangkan kurma Lulu sering kali disamakan dengan kurma Ajwa karena teksturnya yang sangat mirip sehingga orang sulit membedakan keduanya padahal kurma Lulu mempunyai harga yang jauh lebih murah dari kurma Ajwa. Hal ini sering kali disalah gunakan oleh pedagang nakal untuk menipu konsumen dengan mencampur kurma Ajwa dengan kurma Lulu kemudian diberi label kurma Ajwa atau kurma nabi. Penelitian untuk mengidentifikasi 2 jenis kurma yaitu kurma Ajwa dan kurma Lulu perlu dilakukan. Tujuan penelitian ini adalah merancang aplikasi sistem pengolahan citra digital untuk mengidentifikasi jenis kurma dan menentukan hasil pengenalan terbaik berdasarkan akurasi yang diperoleh. Penelitian ini menerapkan metode pengolahan citra digital (image processing) dengan teknik Learning Vector Quantization yang menggunakan 6 parameter ciri ukuran dan statistik yaitu panjang, lebar, luas, mean, variance dan standar deviasi sebagai neuron input serta 2 jenis kurma yaitu kurma Ajwa dan Lulu sebagai neuron output. Penelitian menggunakan 100 citra buah kurma dengan perbandingan training dan testing sebesar 60:40. Akurasi training diperoleh sebesar 100 %. Pengujian menggunakan 40 sampel citra buah kurma yang terdiri dari 20 citra kurma Ajwa dan 20 citra kurma Lulu menunjukkan tingkat akurasi sebesar 97,5 %.