OPTIMASI GENETIC ALGORITHM DENGAN JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI CITRA

Abstract

Klasifikasi Citra adalah sebuah teknik pengelompokan piksel untuk memperoleh suatu gambar objek yang diwakili oleh fitur, kelas atau materi. Banyak algoritma telah dicoba dalam penerapan di klasifikasi citra, salah satu yang sangat terkenala adalah Neural Network. Neural Network dalam pengembangan algoritma Backpropagation mampu mempelajari pola dari data training sehingga menghasilkan bobot-bobot baru dengan error serendah-rendahnya. Genetic Algorithm (GA) merupakan salah satu metode yang sering diterapkan dalam optimasi, Metode ini berbasis teori evolusi, algoritma ini bekerja pada populasi calon penyelesaian yang disebut kromosom yang awalnya dibangkitkan secara random dari ruang penyelesaian fungsi tujuan. Dengan menggunakan mekanisme opearator genetik yaitu persilangan dan mutasi populasi dievolusikan melalui fungsi fitness yang diarahkan pada kondisi konvergensi. Algoritma ini dapat diterapkan dalam banyak area fungsi-fungsi optimasi. Penelitian ini bertujuan untuk mengklasifikasi citra berdasarkan fitur menggunakan metode Backpropagation Optimasi Genetic Algorithm. Data yang digunakan adalah data kayu kelapa yang dikelompokkan berdasarkan kerapatan yang bermanfaat untuk seleksi kualitas kayu tersebut berdasarkan visualisasi.