Implementasi Algoritma Backpropagation untuk Klasifikasi Kualitasi Susu Sapi

Fhatiah Adiba; Andi Akram Nur Risal; Muhlis Tahir

doi:10.26858/jmtik.v6i2.46013

Implementasi Algoritma Backpropagation untuk Klasifikasi Kualitasi Susu Sapi

Fhatiah Adiba^(1*), Andi Akram Nur Risal⁽²⁾, Muhlis Tahir⁽³⁾,

(1) Universitas Negeri Makassar
(2) Universitas Negeri Makassar
(3) Universitas Trunojoyo Madura
(*) Corresponding Author

DOI: https://doi.org/10.26858/jmtik.v6i2.46013

Abstract

Susu sapi memiliki manfaat yang penting bagi kesehatan manusia karena mengandung banyak nutrisi yang dibutuhkan tubuh. Beberapa manfaatnya antara lain meningkatkan kekuatan tulang, meningkatkan system kekebalan tubuh, serta berperan dalam pertumbuhan dan perkembangan. Produsen susu sapi memiliki peran penting dalam menghasilkan susu yang berkualitas. Untuk membantu produsen susu sapi untuk mendapatkan kualitas susu yang baik maka dibutuhkan system untuk melakukan klasifikasi penentuan kualitas susu dengan menggunakan algoritme Bakcpropagation. Data yang digunakan dalam penelitian ini sebanyak 1059 data dengan dengan hasil jenis kualitas susu yaitu tinggi, standar, dan rendah. Penentuan kualitas susu berdasarkan 7 parameter yaitu pH, Suhu, Rasa, Bau, Lemak, Kekeruhan, dan Warna. Tahapan penelitian yang dilakukan memiliki tiga tahapan, yakni pertama adalah pemilihan data yang optimal, tahap kedua pemilihan parameter optimal yang akan digunakan dalam implementasi algoritme Backpropagation, dan tahap ketiga pengujian implementasi algoritme. Hasil akurasi dengan menggunakan metode pengujian k-fold dengan nilai k=3, learning rate=0,5, jumlah iterasi (epoch)=750, dan jumlah hidden layer=7 mendapatkan akurasi tinggi sebesar 97.923%. Hal ini dapat membantu produsen susu sapi untuk mendapatkan kualitas susu yang baik dan memberikan kontribusi dalam pengembangan teknologi klasifikasi menggunakan algoritme pembelajaran mesin di industri susu sapi.

Keywords

Klasifikasi, Bakcpropagation, K-Fold Cross Validation, Susu Sapi

Full Text:

PDF

References

“Index @ Fdc.Nal.Usda.Gov.” [Online]. Available: https://fdc.nal.usda.gov/.

T. GRANDIS, “Penentuan Grade Kualitas Susu Kambing Etawa Menggunakan Metode Jaringan Syaraf Tiruan (Artificial Neural Network).” Universitas Gadjah Mada, 2015.

P. Sari, L. Muflikah, and R. C. Wihandika, “Klasifikasi Kualitas Susu Sapi Menggunakan Metode Support Vector Machine (SVM),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. e-ISSN, vol. 2548, p. 964X, 2018.

A. D. Wibowo, “Implementasi algoritme extreme learning machine (ELM) untuk klasifikasi kualitas susu sapi.” Wijaya Kusuma Surabaya University, 2021.

E. C. Djamal and D. Yulistiana, “Identifikasi Kualitas Susu Sapi Perah Friesian Holstein Menggunakan Algoritma Backpropagation,” 2015.

S. Ningsih and V. Terisia, “Implementasi Algoritma Backpropagation Untuk Memprediksi Harga Jual Rumah Berdasarkan Harga Bahan Baku,” J. Sist. Inf., vol. 1, no. 1, pp. 29–34, 2020.

E. Budianita and F. Yanto, “Implementasi Algoritma Canny Dan Backpropagation Untuk Mengklasifikasi Jenis Tanaman Mangga,” in Seminar Nasional Teknologi Informasi Komunikasi dan Industri, 2019, pp. 13–21.

I. Goodfellow, Y. Bengio, and A. Courville, Deep learning. MIT press, 2016.

M. A. Nielsen, Neural networks and deep learning, vol. 25. Determination press San Francisco, CA, USA, 2015.

“milkquality @ www.kaggle.com.” [Online]. Available: https://www.kaggle.com/datasets/cpluzshrijayan/milkquality?resource=download.

A. Rohani, M. Taki, and M. Abdollahpour, “A novel soft computing model (Gaussian process regression with K-fold cross validation) for daily and monthly solar radiation forecasting (Part: I),” Renew. Energy, vol. 115, pp. 411–422, 2018.