Perbandingan Tingkat Akurasi Pengenalan Jenis Bibit Stroberi Berdasarkan Filter Deteksi Tepi Pada Citra Urat Daun Dengan Metode Pengenalan JST-PB Dan Fitur GLCM

Penelitian ini bertujuan untuk menggunakan kecerdasan buatan, khususnya jaringan saraf tiruan (JST) dengan metode backpropagation, untuk mengidentifikasi jenis bibit stroberi melalui citra urat daun dengan fokus pada deteksi tepi Canny, Sobel, Robert dan Prewitt guna meningkatkan akurasi. Permasalahan identifikasi jenis bibit stroberi yang tepat untuk mencegah kerugian dalam penanaman, didorong oleh proses manual yang tidak efisien dan rentan terhadap kesalahan. Melalui penggunaan JST dan deteksi tepi Canny, Sobel, Robert dan Prewitt, penelitian ini memberikan solusi yang lebih efisien dan akurat dalam identifikasi, membuktikan potensi teknologi kecerdasan buatan dalam meningkatkan efisiensi identifikasi jenis bibit stroberi. Meskipun terdapat penurunan performa pada beberapa rentang, model JST berhasil mengenali 22 dari 60 data latih dengan akurasi sebesar 37%, yang memiliki implikasi positif bagi industri pertanian dalam meningkatkan produktivitas dan kualitas buah stroberi yang dihasilkan. Dengan adopsi teknologi kecerdasan buatan ini, diharapkan petani dapat melakukan identifikasi bibit stroberi dengan lebih efisien dan akurat, sehingga dapat meningkatkan hasil panen serta mengurangi risiko kesalahan dalam penanaman.
Kata Kunci: Stroberi, Identifikasi bibit stroberi, Citra urat daun, JST