PEMODELAN PENGERINGAN KUNYIT (CURCUMA DOMESTICA VAL.) BERBASIS MACHINE VISION DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK

Abstract

Pengeringan pada kunyit (Curcuma Domestica Val.) bertujuan untuk memperpanjang umur simpan serta mengurangi kadar air hingga batas perkembangan mikroorganisme dan kegiatan enzim yang menyebabkan pembusukan menjadi terhambat. Saat ini, pengeringan kunyit meng- gunakan sinar matahari dan alat pengering mekanis dengan kontrol waktu dan suhu. Banyaknya kendala pada proses pengeringan meyebabkan dibutuhkannya suatu teknologi yang dapat me- monitoring kadar air dari kunyit secara pasti dan akurat, yaitu dengan mesin pengering berbasis machine vision dan artificial neural network (ANN). Tujuan penelitian untuk mengetahui waktu terbaik untuk pengeringan kunyit berbasis machine vision dengan menggunakan ANN, mengeta- hui perbedaan grafik ANN untuk gambar yang memenuhi syarat kadar air standar pengeringan kunyit, mengetahui ANN terbaik dalam proses pengeringan kunyit. Penelitian ini menggunakan metode deskriptif yang terdiri dari lama waktu pengeringan yaitu 5 jam dengan 5 kali pengulan- gan dan menggunakan bahan kunyit. Metode aplikasi mesin pengering yang dilengkapi dengan machine vision sebagai pengambil data gambar pada bahan, kemudian di ekstrak warnanya untuk mengetahui nilai (red, green, dan blue). Proses pembangunan model ANN digunakan learning rate sebesar 0.1, 0.2, 0.3, 0.4, dan 0.5 pada momentum rate sebesar 0.5, 0.6, 0.7, 0.8, dan 0.9. Hasil learn- ing process terbaik adalah learning rate 0.3 dan momentum rate 0.9. Model ANN dengan nilai error terendah yaitu untuk training 0.005 MSE, dan 24.59% ARE (Average Error), untuk validasi 0.005 MSE dan 25.35% ARE