Sobat smart-farmer, kali ini kita akan membahas mengenai aplikasi soft-computing dalam bidang pertanian yaitu “Model Jaringan Syaraf Tiruan untuk Memprediksi Parameter Kualitas Tomat Berdasarkan Parameter Warna RGB”. Artikel ini ditulis oleh Dr. Rudiati Evi Masithoh, Prof. Budi Rahardjo, Prof. Lilik Sutiarso, dan Dr. Agus Hardjoko. Artikel ini dipublikasikan di Jurnal Agritech, Fakultas Teknologi Pertanian UGM pada tahun 2012. Abstraknya adalah sebagai berikut.
Jaringan syaraf tiruan (JST) digunakan untuk memprediksi parameter kualitas tomat, yaitu Brix, asam sitrat, karoten total, dan vitamin C. JST dikembangkan dari data Red Green Blue (RGB) citra tomat yang diukur menggunakan computer vision system. Data kualitas tomat diperoleh dari analisis di laboratorium. Struktur model JST didasarkan pada jaringan feedforward backpropagation dengan berbagai fungsi pelatihan, yaitu gradient descent (traingd), gradient descent dengan resilient backpropagation (trainrp), Broyden, Fletcher, Goldfrab dan Shanno (BFGS) quasi-Newton (trainbfg), serta Levenberg Marquardt (trainlm). Fungsi pelatihan yang terbaik adalah menggunakan trainlm, serta pada struktur jaringan digunakan fungsi aktivasi logsig pada lapisan tersembunyi dan linier (purelin) pada lapisan keluaran. dengan 1000 epoch. Nilai koefisien korelasi (r) pada tahap pelatihan dan validasi secara berturut-turut adalah 0.97 – 0.99 dan 0.92 – 0.99; sedangkan nilai MAE berkisar antara 0.01-0.23 dan 0.03-0.59.
