Mangga (Mangifera indica L.) adalah buah tropis dengan nilai gizi yang
tinggi dan potensi besar untuk pengembangan, tetapi identifikasi jenis bibit mangga
secara manual masih kurang tepat akibat variasi bentuk dan ukuran daun. Studi ini
bertujuan untuk mengenali jenis-jenis bibit mangga (Harum Manis, Indramayu,
Golek, Madu, dan Gedong Gincu) secara otomatis dengan memanfaatkan tekstur
urat daun melalui metode Local Binary Pattern (LBP) dan Jaringan Syaraf Tiruan
Propagasi Balik (JST-PB). Tujuan penelitian adalah menganalisis dampak variasi
intensitas cahaya (1 sampai 5 lampu) terhadap ketepatan sistem pengenalan
gambar. Data yang dipakai meliputi 125 citra uji dan 250 citra latih dengan
resolusi 100×100 piksel. Temuan penelitian mengindikasikan bahwa pencahayaan
berpengaruh besar terhadap akurasi klasifikasi, di mana tingkat pencahayaan 4
lampu memberikan akurasi tertinggi yaitu 91,20%, kemudian diikuti oleh 2 lampu
(89,60%), 3 lampu (87,20%), 5 lampu (76,80%), dan 1 lampu (67,20%).
Pengaturan JST dengan 12 neuron dalam satu lapisan tersembunyi terbukti
memberikan hasil pengenalan citra yang konsisten. Hasil ini mengindikasikan
bahwa pemilihan iluminasi yang sesuai dan teknik pengolahan gambar yang tepat
dapat meningkatkan ketepatan sistem identifikasi bibit mangga dengan signifikan
Kata Kunci: Bibit mangga, tekstur daun, variasi pencahayaan, Local Binary
Pattern (LBP), Jaringan Syaraf Tiruan Propagasi Balik (JST-PB), klasifikasi citra.