UMGOUMGO
Jurnal Ilmu Komputer (JUIK)Jurnal Ilmu Komputer (JUIK)Tujuan penelitian ini adalah (1) Mengidentifikasi kualitas dan jenis buah cabai secara otomatis menggunakan Algoritma deep learning. (2) Meningkatkan Akurasi sistem identifikasi kualitas dan jenis buah cabai dengan mengoptimalkan penerapan Algoritma deep learning. Deep Learning adalah arsitektur jaringan saraf tiruan berlapis untuk memproses dan menganalisis data dalam skala besar secara efisien guna menyelesaikan berbagai permasalahan kompleks. Deep Learning merupakan cabang dari Machine Learning yang algoritmanya dirancang mengadopsi arsitektur jaringan saraf biologis manusia, yang dikenal sebagai Artificial Neural Networks. Salah satu, arsitektur Deep Learning yang paling umum digunakan dalam analisis gambar adalah Convolutional Neural Network (CNN).Pada penelitian ini, sampel data yang didapatkan berjumlah 1500 data gambar yang dibagi 4 kelas , yaitu : Cabai keriting segar, Cabai keriting tidak segar, Cabai rawit segar dan Cabai rawit tidak segar. Setalah itu akan di bagi menjadi dua data yaitu train dan validasi Gambar grafik di atas tersebut menunjukkan hubungan antara rasio data latih-uji dengan Akurasi model pada ukuran citra 400x400 piksel. Terlihat bahwa Akurasi model cenderung meningkat seiring bertambahnya proporsi data latih, dengan puncak Akurasi terjadi pada 80:20, mencapai sekitar 98%. Model CNN CabaiNet yang dikembangkan dalam penelitian ini mampu mengklasifikasikan jenis dan kualitas buah cabai ke dalam empat kelas (cabai keriting segar, cabai keriting tidak segar, cabai rawit segar, dan cabai rawit tidak segar) dengan tingkat Akurasi tinggi, mencapai 99% pada konfigurasi terbaik. Hal ini menjawab rumusan masalah pertama terkait bagaimana mengidentifikasi kualitas dan jenis buah cabai dengan Algoritma deep learning, yaitu dengan memanfaatkan arsitektur CNN khusus yang dirancang untuk mengekstraksi fitur visual dari citra buah cabai.
Model CNN bernama CabaiNet yang dikembangkan berhasil mengklasifikasikan jenis dan kualitas buah cabai ke dalam empat kelas dengan akurasi hingga 98% pada konfigurasi terbaik.Ini menjawab rumusan masalah pertama terkait identifikasi cabai menggunakan arsitektur CNN khusus.Proses klasifikasi dilakukan secara otomatis dengan pelatihan model CNN menggunakan citra sebagai input.Model mempelajari ciri visual seperti bentuk, tekstur, dan warna untuk mengenali tiap kelas.Ukuran 400x400 piksel memberikan hasil paling seimbang, dengan akurasi tinggi, nilai loss rendah, dan waktu pelatihan yang efisien.
Berdasarkan hasil penelitian ini, terdapat beberapa arah penelitian lanjutan yang dapat dilakukan untuk meningkatkan akurasi dan efisiensi sistem klasifikasi cabai. Pertama, penelitian dapat difokuskan pada pengembangan arsitektur CNN yang lebih kompleks dan adaptif, misalnya dengan menggabungkan teknik attention mechanism atau transformer untuk menangkap hubungan antar fitur yang lebih kompleks. Kedua, perlu dilakukan eksplorasi terhadap berbagai teknik augmentasi data yang lebih beragam dan relevan dengan variasi kondisi pertumbuhan cabai di lapangan, seperti variasi pencahayaan, sudut pandang, dan tingkat kematangan. Ketiga, penelitian dapat menginvestigasi penggunaan sensor-sensor tambahan, seperti sensor warna atau sensor tekstur, untuk memberikan informasi pelengkap yang dapat meningkatkan akurasi klasifikasi, terutama pada kondisi cabai yang kurang ideal atau memiliki karakteristik visual yang mirip.
- Sistem Klasifikasi Tingkat Kematangan Buah Cabai Katokkon Berdasarkan Fitur Warna LAB Menggunakan Artificial... doi.org/10.59562/jessi.v4i2.996Sistem Klasifikasi Tingkat Kematangan Buah Cabai Katokkon Berdasarkan Fitur Warna LAB Menggunakan Artificial doi 10 59562 jessi v4i2 996
- Implementasi CNN Dalam Mengidentifikasi Kematangan Cabai Berdasarkan Warna | Indonesian Journal of Education... jurnal.intekom.id/index.php/indotech/article/view/385Implementasi CNN Dalam Mengidentifikasi Kematangan Cabai Berdasarkan Warna Indonesian Journal of Education jurnal intekom index php indotech article view 385
| File size | 529.5 KB |
| Pages | 10 |
| DMCA | Report |
Related /
STIKESBUDILUHURCIMAHISTIKESBUDILUHURCIMAHI White blood cell (WBC) classification plays a crucial role in hematological diagnosis and is typically performed manually using microscopic images. However,White blood cell (WBC) classification plays a crucial role in hematological diagnosis and is typically performed manually using microscopic images. However,
IDID This study demonstrates the importance of addressing class imbalance in credit card fraud detection. Logistic Regression benefits significantly from randomThis study demonstrates the importance of addressing class imbalance in credit card fraud detection. Logistic Regression benefits significantly from random
IDID Hasil ini menyoroti pentingnya menggabungkan fitur buatan tangan dan mendalam untuk klasifikasi varietas buah kurma yang secara visual mirip, dan membukaHasil ini menyoroti pentingnya menggabungkan fitur buatan tangan dan mendalam untuk klasifikasi varietas buah kurma yang secara visual mirip, dan membuka
UNJAYAUNJAYA Penelitian ini memberikan kontribusi signifikan terhadap pemahaman kinerja model dalam klasifikasi citra alas kaki berbasis machine learning. PenelitianPenelitian ini memberikan kontribusi signifikan terhadap pemahaman kinerja model dalam klasifikasi citra alas kaki berbasis machine learning. Penelitian
UNJAYAUNJAYA Bahasa pemrograman Visual Basic digunakan untuk membuat aplikasi, dan beberapa plugin ditambahkan ke tampilan aplikasi untuk penyimpanan basis data mySql.Bahasa pemrograman Visual Basic digunakan untuk membuat aplikasi, dan beberapa plugin ditambahkan ke tampilan aplikasi untuk penyimpanan basis data mySql.
UNJAYAUNJAYA Pengujian dilakukan dengan membandingkan tiga konfigurasi lapisan konvolusi berbeda 1, 2, dan 3 lapisan layer, dimana setiap konfigurasi diintegrasikanPengujian dilakukan dengan membandingkan tiga konfigurasi lapisan konvolusi berbeda 1, 2, dan 3 lapisan layer, dimana setiap konfigurasi diintegrasikan
UMIUMI Pola yang ditemukan menunjukkan adanya korelasi kuat antara diabetes, kolesterol, dan jenis kelamin dengan penyakit jantung koroner. Penerapan metode dataPola yang ditemukan menunjukkan adanya korelasi kuat antara diabetes, kolesterol, dan jenis kelamin dengan penyakit jantung koroner. Penerapan metode data
UMIUMI Implementasi Sistem Informasi Akuntansi Pembelian dan Penjualan di Toko Sumber Sayur dibangun menggunakan Microsoft Visual Studio 2010 dan Mysql sebagaiImplementasi Sistem Informasi Akuntansi Pembelian dan Penjualan di Toko Sumber Sayur dibangun menggunakan Microsoft Visual Studio 2010 dan Mysql sebagai
Useful /
UMGOUMGO Tingkat kepuasan tinggi ditemukan pada dimensi konten, akurasi, format, kemudahan penggunaan, dan ketepatan waktu, dengan mayoritas responden menyatakanTingkat kepuasan tinggi ditemukan pada dimensi konten, akurasi, format, kemudahan penggunaan, dan ketepatan waktu, dengan mayoritas responden menyatakan
UNHJAMBIUNHJAMBI Teknik pengumpulan data yang digunakan yaitu wawancara dan dokumentasi. Teknik analisis data yang digunakan melalui tiga tahapan model alir dari MilesTeknik pengumpulan data yang digunakan yaitu wawancara dan dokumentasi. Teknik analisis data yang digunakan melalui tiga tahapan model alir dari Miles
UNHJAMBIUNHJAMBI Dalam periode September-Desember 2023, unggahan tersebut mencerminkan media richness dengan kesegeraan informasi yang baik, keragaman isyarat yang memadai,Dalam periode September-Desember 2023, unggahan tersebut mencerminkan media richness dengan kesegeraan informasi yang baik, keragaman isyarat yang memadai,
UNHJAMBIUNHJAMBI Dengan adanya perbedaan pada setiap Event, tentu proses adaptasi dan perbedaan sifat serta karakter peserta didik membuat pengajar dan siswa membutuhkanDengan adanya perbedaan pada setiap Event, tentu proses adaptasi dan perbedaan sifat serta karakter peserta didik membuat pengajar dan siswa membutuhkan