Klasifikasi Kualitas dan Kematangan Pisang Cavendish Menggunakan Convolutional Neural Network
Penelitian ini bertujuan untuk mengembangkan model klasifikasi menggunakan Convolutional Neural Network (CNN) untuk menentukan kematangan dan kualitas pisang Cavendish. Model ini terdiri dari empat kategori: mentah kualitas bagus (MHBS), mentah kualitas buruk (MHBK), matang kualitas bagus (MGBS), da...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
STMIK Palangkaraya
2024-09-01
|
| Series: | Jurnal Saintekom |
| Subjects: | |
| Online Access: | https://ojs.stmikplk.ac.id/index.php/saintekom/article/view/686 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Penelitian ini bertujuan untuk mengembangkan model klasifikasi menggunakan Convolutional Neural Network (CNN) untuk menentukan kematangan dan kualitas pisang Cavendish. Model ini terdiri dari empat kategori: mentah kualitas bagus (MHBS), mentah kualitas buruk (MHBK), matang kualitas bagus (MGBS), dan matang kualitas buruk (MGBK) dengan total 1000 gambar. Dalam penelitian ini, dilakukan proses klasifikasi kematangan dan kualitas pisang Cavendish berdasarkan ekstraksi fitur otomatis yang dimiliki oleh CNN setelah itu dilakukan evaluasi menggunakan confusion matrix untuk menilai kinerja model. Penelitian ini membangun 36 model dengan variasi parameter seperti jumlah epoch, batch size, dan split dataset. Hasil analisis menunjukkan bahwa jumlah epoch berpengaruh signifikan terhadap akurasi model, dengan peningkatan jumlah epoch menyebabkan peningkatan akurasi. Namun, skenario pembagian dataset dan batch size tidak memiliki pengaruh yang signifikan terhadap akurasi model secara keseluruhan. Evaluasi menunjukkan bahwa akurasi tertinggi mencapai 95% diperoleh oleh model dengan split dataset 90:10, batch size 16, dan jumlah epoch 20. |
|---|---|
| ISSN: | 2088-1770 2503-3247 |