Diterima Redaksi : 21-01-2022 | Selesai Revisi : 31-01-2022 | Diterbitkan Online : 31-01-2022 27 Terakreditasi SINTA Peringkat 4 Surat Keputusan Dirjen Penguatan Riset dan Pengembangan Ristek Dikti No. 28/E/KPT/2019 masa berlaku mulai Vol.3 No. 1 tahun 2018 s.d Vol. 7 No. 1 tahun 2022 Terbit online pada laman web jurnal: http://publishing-widyagama.ac.id/ejournal-v2/index.php/jointecs Vol. 7 No. 1 (2022) 27 - 34 JOINTECS (Journal of Information Technology and Computer Science) e-ISSN:2541-6448 p-ISSN:2541-3619 Klasifikasi Logo Mobil Menggunakan Jaringan Syaraf Tiruan Backpropagation dan Decision Tree Syahroni Wahyu Iriananda 1 , Rangga Pahlevi Putra 2 , Firman Nurdiyansyah 3 , Fitri Marisa 4 , Istiadi 5 Program Studi Informatika, Fakultas Teknik, Universitas Widyagama Malang 1 syahroni@widyagama.ac.id, 2 rangga@widyagama.ac.id, 3 firmannurdiyansyah7@gmail.com, 4 fitrimarisa@gmail.com, 5 istiadi@widyagama.ac.id Abstract The car logo itself is very distinguishing in a car is a vehicle logo that serves to introduce to the public about their brand. This will also create its own appeal to the public in knowing the existing car logo. Types in study aims to classify for car logos in Indonesia. So that later people will understand in choosing a car with a quality brand. From the results obtained that the Decision Tree at split ratio 50:50 precision gets a value of 0.604, recall gets a value of 0.611, f-measure gets a value of 0.598 and accuracy gets a value of 95.70% at comparing data testing and training 50:50. Then the tests carried out by ANN- backpropagation resulted in a split ratio of 50:50 texture and shape features with a precision value reaching 0.680, recall getting a value of 0.521, f-measurement getting a value of 0.600 and accuracy also having the highest value generated by ANN- backpropagation reaching 92.50% at comparing data testing and training 50:50. The results prove that the classification using Decision Tree produces the highest accuracy, precision, recall, and f-measure compared to the decision tree. Keywords: classification; logo; JST-backpropagation; decision tree. Abstrak Logo mobil sendiri sangat dalam membedakan dalam sebuah mobil adalah logo kendaraan yang berfungsi untuk mengenalkan kepada masyarakat tentang sebuah brand mereka. Pada klasifikasi ini agar masyarakat paham dalam mengetahui logo mobil yang telah ada. Oleh karena itu, dalam penelitian ini mengusulkan klasifikasi logo mobil menggunakan JST -backpropagation dan decision tree. Penelitian ini bertujuan untuk mengklasifikasikan jenis logo mobil yang ada di indonesia. Serta dapat memudahkan masyarakat awam dalam pengenalan sebuah logo mobil, sehingga nantinya masyarakat akan paham dalam pemilihan sebuah mobil dengan brand yang berkualitas. Dari hasil yang didapatkan bahwa Decision Tree pada split ratio 50:50 precision mendapatkan nilai 0.604, recall mendapatkan nilai 0.611, f-measure mendapatkan nilai 0.598 dan accuracy mendapatkan nilai 95.70%. Kemudian pengujian yang dilakukan JST-backpropagation hasil pada split ratio 50:50 fitur tekstur dan bentuk dengan nilai precision mendapatkan nilai mencapai 0.680, recall mendapatkan nilai 0.521, f-measure mendapatkan nilai 0.600 dan accuracy juga memiliki nilai tertinggi yang dihasilkan oleh JST-backpropagation mencapai 92.50% dengan perbandingan data 50:50. Hasil membuktikan dengan klasifikasi dengan Decision Tree menghasilkan precision, recall, f- measure dan accuracy tertinggi dibandingkan decision tree. Kata kunci: klasifikasi; logo; JST-backpropagation; decision tree. 1. Pendahuluan Mobil adalah kendaraan yang memiliki bentuk dan model yang bervariasi, tetapi yang membedakan dalam sebuah mobil adalah logo kendaraan yang berfungsi untuk mengenalkan kepada masyarakat tentang sebuah brand mereka[1]. Ada beberapa tipe logo mobil yang kini dapat dikenali berdasarkan dari bentuk, simbol dan teks dari logo tersebut. Di Indonesia sendiri mobil import maupun ekspor banyak dijumpai dimana-mana. Terlebih lagi harga dari nilai jual sebuah mobil saat ini