Klasifikasi Tingkat Kematangan Buah Cempedak Dengan Menggunakan Convolutional Neural Network

Budiono, Venasius (2021) Klasifikasi Tingkat Kematangan Buah Cempedak Dengan Menggunakan Convolutional Neural Network. S1 thesis, Universitas Atma Jaya Yogyakarta.

Preview	Text (Venasius Budiono) 170709337_bab0.pdf Download (232kB) | Preview
Preview	Text 170709337_bab1.pdf Download (17kB) | Preview
	Text 170709337_bab2.pdf Restricted to Registered users only Download (189kB)
	Text 170709337_bab3.pdf Restricted to Registered users only Download (648kB)
	Text 170709337_bab4.pdf Restricted to Registered users only Download (1MB)
	Text 170709337_bab5.pdf Restricted to Registered users only Download (489kB)
Preview	Text 170709337_bab6.pdf Download (80kB) | Preview

Abstract

Cempedak merupakan tanaman yang merupakan salah satu jenis tanaman tropis di Indonesia. Tanaman cempedak memiliki buah yang memiliki tingkat ketuaan yang tidak seragam. Buah yang sudah tua akan cepat membusuk, untuk bisa mengurangi tingkat busuk maka dilakukan deteksi kematangan buah cempedak. Klasifikasi buah cempedak terdiri dari tiga klasifikasi yaitu mentah, setengah matang, dan matang. Salah satu metode yang digunakan untuk menentukan kematangan berdasarkan fitur warna kulit yang artinya hanya berdasarkan citra gambar buah cempedak adalah adalah convolution neural networks. Metode CNN menggunakan model dasar yaitu MobileNet untuk bisa di implementasi di aplikasi Android sehingga dengan memotret atau mengambil data dari galeri cempedak bisa diketahui klasifikasi buah cempedak berdasarkan nilai akurasi. Penelitian melakukan cross validation untuk mendapatkan nilai rata-rata akurasi tiap fold dan didapatkan rata-rata akurasi terendah dengan epoch 10 adalah 61,87% dan yang tertinggi dengan epoch 50 dengan akurasi rata-rata 67.47%, dan untuk kata pengujian didapatkan akurasi 63.33% dan dengan presisi 62,6%.

Actions (login required)

View Item