Aplikasi Deteksi Tingkat Kesegaran Buah Apel, Pisang, dan Jeruk Menggunakan Convolutional Neural Network

Irawan, Rony Hartono and Benarkah, Njoto and Siswantoro, Joko (2024) Aplikasi Deteksi Tingkat Kesegaran Buah Apel, Pisang, dan Jeruk Menggunakan Convolutional Neural Network. [Copyright]

PDF Sertifikat_EC002024241290.pdf Download (2MB)

Abstract

Kesegaran buah merupakan kondisi segar atau awet dari buah yang belum mengalami kerusakan. Kondisi ini sangat penting karena kesegaran buah mempengaruhi kualitas, nutrisi, aroma, penampilan, dan rasa dari buah. Dalam konteks industri dan pertanian, klasifikasi kesegaran buah yang dilakukan secara manual merupakan tindakan yang repetitif dan dapat menimbulkan kekeliruan. Oleh karena itu, perlu adanya teknologi yang dapat mendeteksi kesegaran buah dengan cepat, akurat, dan konsisten. Aplikasi hasil enelitian ini bertujuan untuk mengimplementasikan Convolutional Neural Network (CNN) dalam mendeteksi kesegaran buah. Metode yang digunakan dalam penelitian ini adalah CNN yang telah terbukti efektif dalam pengenalan pola visual pada data citra. Klasifikasi buah-buahan menggunakan dataset berisi citra-citra buah segar dan tidak segar. Terdapat tiga jenis dataset yang diuji yaitu dataset internet dari website Mendeley yang berjudul Fresh and Rotten Fruits Dataset for Machine-Based Evaluation of Fruit Quality, dataset dari penulis, dan dataset campuran dari dataset internet dan dataset Penulis. Penelitian ini membandingkan model-model machine learning dari arsitektur-arsitektur CNN seperti AlexNet, EfficientNetB2, MobileNetV2, VGG16, DenseNet121, dan Inception ResNetV2. model-model dievaluasi untuk mengetahui model machine learning dengan hasil yang paling optimal kemudian diimplementasikan menjadi sebuah aplikasi Android. Hasil terbaik diperoleh dari model EfficientNetB2 dengan nilai akurasi 99.72% pada dataset internet, 100% pada dataset Penulis, dan 99.44% pada dataset campuran.

Item Type:	Copyright
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Faculty of Engineering > Department of Informatic
Depositing User:	Njoto Benarkah 61120
Date Deposited:	09 Jul 2025 04:46
Last Modified:	09 Jul 2025 04:46
URI:	http://repository.ubaya.ac.id/id/eprint/48933

Actions (login required)

View Item