Abstract

Jaringan Syaraf Tiruan (JST) merupakan salah satu teknik klasifikasi yang cukup handal dikarenakan kemampuannya dalam memprediksi ataupun mengenali suatu citra.JST mampu belajar dari data yang dilatihkan kepadanya.Oleh karena itu, penelitian ini membahas tentang sistem pengenalan citra daging babi dalam upaya mengenali citra daging babidan citra daging sapi.Penelitian ini memanfaatkan sensitivitas dari JST backpropagation dan pengolahan citra digital dengan Principal Component Analysis(PCA) sebagai pengekstraksi ciri dari sebuah citra.Hasil pengujian menunjukkan bahwa dengan adanya variasi jumlah neuron hidden layerdan learning ratedalam arsitektur JST untuk mendapatkan arsitektur jaringan yang optimal. Dari hasil pengujian diperoleh recognition rate88,3 % dengan parameter arsitektur jaringan learning rate: 0,2, jumlah neuron hidden layer: 20, target eror: 0,001, dan jumlah epoh: 100.