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.

  1. 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
  2. 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
Read online
File size529.5 KB
Pages10
DMCAReport

Related /

JURIS Sistem Otomatisasi Perpindahan Sumber Daya Listrik PLN Genset Berbasis IoT Dengan Mikrokontroler ESP32 Arduino 2026More at 2026

UMGUMG Hasil pengujian menunjukkan sistem berhasil melakukan perpindahan otomatis dengan waktu respons cepat, mampu beroperasi dalam mode otomatis dan manual,Hasil pengujian menunjukkan sistem berhasil melakukan perpindahan otomatis dengan waktu respons cepat, mampu beroperasi dalam mode otomatis dan manual,

JURIS Deteksi Warna Kulit Menggunakan Metode Deep Learning dengan CNN Convolutional Neural Network untuk Menentukan Kecocokan Warna Kulit dan Warna Busana 2026More at 2026

UMGUMG Hasil eksperimen menunjukkan bahwa model CNN yang diusulkan memiliki akurasi yang tinggi dalam mendeteksi warna kulit, serta memberikan rekomendasi warnaHasil eksperimen menunjukkan bahwa model CNN yang diusulkan memiliki akurasi yang tinggi dalam mendeteksi warna kulit, serta memberikan rekomendasi warna

JURIS Implementasi Alat Deteksi Asap Rokok Berbasis Internet of Things IoT Untuk Pemantauan Ruang Tertutup Bebas Asap Rokok di PT NOK Indonesia 2026More at 2026

PELITABANGSAPELITABANGSA Penelitian ini berhasil mengembangkan prototipe sistem peringatan dini deteksi asap rokok berbasis Internet of Things (IoT) yang mengintegrasikan alarmPenelitian ini berhasil mengembangkan prototipe sistem peringatan dini deteksi asap rokok berbasis Internet of Things (IoT) yang mengintegrasikan alarm

JURIS Performance Comparison of Logistic Regression and XGBoost for Credit Card Fraud Detection using Random Undersampling and Hyperparameter Tuning 2025More at 2025

IDID This study investigates the effectiveness of Logistic Regression (LogReg) and Extreme Gradient Boosting (XGBoost) in identifying fraudulent transactionsThis study investigates the effectiveness of Logistic Regression (LogReg) and Extreme Gradient Boosting (XGBoost) in identifying fraudulent transactions

JURIS The ANALISIS KEANDALAN CONVEYOR BELT DI AREA NPK2 PT X BERDASARKAN DATA KERUSAKAN DAN WAKTU OPERASI 2025More at 2025

UMGUMG Pengoperasian konveyor secara terus-menerus dengan beban kerja tinggi berpotensi menyebabkan keausan komponen, meningkatnya frekuensi kerusakan, sertaPengoperasian konveyor secara terus-menerus dengan beban kerja tinggi berpotensi menyebabkan keausan komponen, meningkatnya frekuensi kerusakan, serta

JURIS Perbandingan Model CNN dan SVM untuk Klasifikasi Jenis Footwear pada Dataset Alas Kaki Berbasis Citra 2025More at 2025

UNJAYAUNJAYA Hasil penelitian menunjukkan bahwa CNN mencapai akurasi sebesar 98%, sementara SVM mencapai akurasi 96%. Hasil penelitian ini menunjukkan bahwa CNN lebihHasil penelitian menunjukkan bahwa CNN mencapai akurasi sebesar 98%, sementara SVM mencapai akurasi 96%. Hasil penelitian ini menunjukkan bahwa CNN lebih

JURIS Perancangan Sistem Peringatan untuk Pengendara Sepeda Motor Berdasarkan Kecepatan dan Detak Jantung Berbasis ESP32 2025More at 2025

UMGUMG Untuk presentase keberhasilan alat yang akan digunakan bisa mencapai 92% – 97% dari hasil yang sudah diuji coba. Berdasarkan hasil penelitian yang telahUntuk presentase keberhasilan alat yang akan digunakan bisa mencapai 92% – 97% dari hasil yang sudah diuji coba. Berdasarkan hasil penelitian yang telah

JURIS Analisis Akurasi Perbandingan Jumlah Layer Deteksi Warna Objek Menggunakan Algoritma Convolutional Neural Network 2025More at 2025

UNJAYAUNJAYA Penelitian ini mengevaluasi dampak variasi jumlah lapisan layer pada implementasi algoritma Convolutional Neural Network (CNN) dalam sistem identifikasiPenelitian ini mengevaluasi dampak variasi jumlah lapisan layer pada implementasi algoritma Convolutional Neural Network (CNN) dalam sistem identifikasi

Useful /

JURIS Penerapan Metode Perbandingan Eksponensial MPE Dalam Sistem Pendukung Keputusan Penerimaan Beasiswa Generasi Milenial Islam GERIMIS 2026More at 2026

UMGUMG Metode Penerapan Perbandingan Eksponensial (MPE) dalam Sistem Pendukung Keputusan Penerimaan Beasiswa Generasi Milenial Islam (GERIMIS) pada kantor BaznasMetode Penerapan Perbandingan Eksponensial (MPE) dalam Sistem Pendukung Keputusan Penerimaan Beasiswa Generasi Milenial Islam (GERIMIS) pada kantor Baznas

JURIS Audit Energi Listrik di Gedung Guru SMAN 1 Manyar Kabupaten Gresik 2026More at 2026

UMGUMG Analisa dan audit energy yang dilakukan di gedung ini meliputi pembagian breaker dan proteksinya agar lebih aman dari sengatan listrik sesuai PersyaratanAnalisa dan audit energy yang dilakukan di gedung ini meliputi pembagian breaker dan proteksinya agar lebih aman dari sengatan listrik sesuai Persyaratan

JURIS Analisis Komunikasi Konten TikTok Nufa Azzahra sebagai Platform Pembelajaran Daring SDN 131 Kota Jambi 2026More at 2026

UNHJAMBIUNHJAMBI Sehingga melalui konten pembelajaran TikToknya, Nufa berhasil melakukan kegiatan seperti biasa, pesan edukasinya meliputi kreatifitas anak dan mengekpresikanSehingga melalui konten pembelajaran TikToknya, Nufa berhasil melakukan kegiatan seperti biasa, pesan edukasinya meliputi kreatifitas anak dan mengekpresikan

JURIS Rancang Bangun Alat Otomatisasi Pengereman Kendaraan Bermotor Berbasis Fuzzy Logic 2025More at 2025

UMGUMG Rancang bangun ini bekerja berdasarkan analisa suhu dan kecepatan kendaraan, apabila suhu dan kecepatan tertentu tercapai maka akan mengalirkan arus listrikRancang bangun ini bekerja berdasarkan analisa suhu dan kecepatan kendaraan, apabila suhu dan kecepatan tertentu tercapai maka akan mengalirkan arus listrik

ads-block-test