UBUB
Jurnal Teknologi Informasi dan Ilmu KomputerJurnal Teknologi Informasi dan Ilmu KomputerBuah dan sayur merupakan sumber utama vitamin, mineral, dan serat yang sangat penting untuk menjaga kesehatan tubuh. WHO merekomendasikan konsumsi sebesar 400 gram per hari untuk gizi seimbang. Namun, kualitas dan kesegaran buah dan sayur sering kali sulit diidentifikasikan secara manual, terutama dalam skala besar, karena metode tradisional memiliki keterbatasan akurasi dan rentan terhadap kesalahan manusia. Kemajuan kecerdasan buatan, khususnya deep learning, memberikan solusi inovatif dalam klasifikasi citra. Convolutional Neural Network (CNN) telah terbukti efektif dalam pengenalan dan klasifikasi gambar. Penelitian ini menerapkan CNN dengan arsitektur Inception V3 dalam mengklasifikasikan kesegaran buah dan sayuran menjadi dua kategori utama, yaitu segar dan busuk. Model dikembangkan menggunakan dataset yang terdiri dari 11.441 citra, dibagi menjadi tiga subset utama: training data (sekitar 44.38%), validation data (sekitar 11.07%), dan test data (sekitar 44.55%), dengan 14 kelas yang berbeda. Hasil penelitian menunjukkan akurasi sebesar 95% dan validasi akurasi sebesar 100% pada epoch ke-4, dengan val_loss terendah sebesar 0.0260 dan MAE sebesar 0.26, yang menunjukkan kinerja model yang sangat baik dalam mendeteksi kesegaran buah dan sayur.
Penelitian ini berhasil mengembangkan dan mengevaluasi model Convolutional Neural Network (CNN) untuk mengklasifikasikan gambar buah dalam 14 kelas berdasarkan kondisi segar dan busuk.Dataset yang digunakan terdiri dari total 11.441 gambar, yang dibagi ke dalam tiga subset utama.Pembagian dilakukan dengan mempertahankan distribusi kelas secara merata (stratifikasi) guna memastikan keadilan dalam proses pelatihan dan pengujian.Hasil penelitian menunjukkan akurasi tinggi pada sebagian besar kelas, dengan prediksi benar lebih dominan.Kesalahan kecil terjadi pada kategori mirip, seperti fresh-apples diprediksi sebagai rotten-categories, namun jumlahnya sedikit.False Negative cenderung terjadi pada kelas seperti rotten-tomato karena kemiripan visual dengan kelas lain.Model memiliki akurasi keseluruhan 95% dengan performa terbaik pada fresh-banana & rotten-banana (precision sempurna, recall hampir sempurna).Namun, masih ada ruang perbaikan untuk kelas tertentu seperti rotten-tomato.
Untuk penelitian lanjutan, disarankan untuk meningkatkan generalisasi model dengan menggunakan dataset yang lebih beragam dan mengintegrasikan komputasi tepi (edge computing) untuk inspeksi kualitas langsung di lokasi. Selain itu, perlu dipertimbangkan untuk memperluas jumlah kelas dan jenis buah serta sayuran guna meningkatkan generalisasi model. Teknik augmentasi data, fine-tuning arsitektur, serta optimasi parameter pelatihan dapat diterapkan untuk meningkatkan akurasi. Pengembangan ini diharapkan dapat meningkatkan kualitas penelitian dan berkontribusi lebih luas dalam penerapan machine learning untuk klasifikasi kesegaran buah dan sayuran.
- IDENTIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) | JATI... doi.org/10.36040/jati.v7i3.7137IDENTIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK CNN JATI doi 10 36040 jati v7i3 7137
- Classification of Pineapple (Ananas comosus l.) Maturity Level Using Deep Learning Method | G-Tech: Jurnal... ejournal.uniramalang.ac.id/index.php/g-tech/article/view/4122Classification of Pineapple Ananas comosus l Maturity Level Using Deep Learning Method G Tech Jurnal ejournal uniramalang ac index php g tech article view 4122
- Implementasi Metode Convolutional Neural Network Untuk Deteksi Kematangan Buah Pisang Menggunakan Inception... doi.org/10.33633/joins.v8i2.9074Implementasi Metode Convolutional Neural Network Untuk Deteksi Kematangan Buah Pisang Menggunakan Inception doi 10 33633 joins v8i2 9074
| File size | 883 KB |
| Pages | 10 |
| DMCA | Report |
Related /
APTISIAPTISI 045), serta Kualitas Layanan juga memiliki pengaruh positif dan sangat signifikan terhadap Kepuasan Pelanggan (β = 0. 715, p = 0. 000). Selanjutnya, Kepuasan045), serta Kualitas Layanan juga memiliki pengaruh positif dan sangat signifikan terhadap Kepuasan Pelanggan (β = 0. 715, p = 0. 000). Selanjutnya, Kepuasan
UMNUMN Penelitian ini menggunakan pendekatan kualitatif dengan jenis penelitian lapangan (field research). Subjek penelitian meliputi manajemen dan staf bagianPenelitian ini menggunakan pendekatan kualitatif dengan jenis penelitian lapangan (field research). Subjek penelitian meliputi manajemen dan staf bagian
STIE PENASTIE PENA Hasil analisis menunjukkan bahwa Harga, Citra Merek, dan Kualitas Produk memiliki pengaruh positif dan signifikan terhadap Kepercayaan Merek, dan secaraHasil analisis menunjukkan bahwa Harga, Citra Merek, dan Kualitas Produk memiliki pengaruh positif dan signifikan terhadap Kepercayaan Merek, dan secara
STIE AASSTIE AAS Temuan ini berkontribusi pada pemahaman dinamika retensi mahasiswa dan menawarkan strategi praktis untuk meningkatkan praktik institusional. Temuan iniTemuan ini berkontribusi pada pemahaman dinamika retensi mahasiswa dan menawarkan strategi praktis untuk meningkatkan praktik institusional. Temuan ini
IAIN BONEIAIN BONE Studi ini menyoroti aspek-aspek kunci seperti pengembangan karier terstruktur, insentif berbasis kinerja, kepemimpinan transformasional, dan budaya organisasiStudi ini menyoroti aspek-aspek kunci seperti pengembangan karier terstruktur, insentif berbasis kinerja, kepemimpinan transformasional, dan budaya organisasi
JOURNAL IASSSFJOURNAL IASSSF Strategi RS Medistra untuk mengurangi tingkat turnover karyawan adalah pertama dengan memberikan pelatihan rutin kepada karyawan, strategi kedua yang dilakukanStrategi RS Medistra untuk mengurangi tingkat turnover karyawan adalah pertama dengan memberikan pelatihan rutin kepada karyawan, strategi kedua yang dilakukan
UNPAMUNPAM Penelitian ini berhasil membandingkan efektivitas algoritma Naive Bayes dan Decision Tree untuk prediksi klasifikasi karyawan yang cenderung berganti pekerjaan,Penelitian ini berhasil membandingkan efektivitas algoritma Naive Bayes dan Decision Tree untuk prediksi klasifikasi karyawan yang cenderung berganti pekerjaan,
JBE UPIYPTKJBE UPIYPTK Kepercayaan dapat memediasi hubungan antara Brand Awareness terhadap keputusan Pembelian pada Produk Ms Glow di toko Miss Glam Padang. Kepercayaan tidakKepercayaan dapat memediasi hubungan antara Brand Awareness terhadap keputusan Pembelian pada Produk Ms Glow di toko Miss Glam Padang. Kepercayaan tidak
Useful /
UBUB Hasil eksperimen menunjukkan bahwa penerapan information gain secara konsisten meningkatkan performa semua algoritma yang diuji, baik pada metrik akurasi,Hasil eksperimen menunjukkan bahwa penerapan information gain secara konsisten meningkatkan performa semua algoritma yang diuji, baik pada metrik akurasi,
STIE PENASTIE PENA Hasil penelitian menunjukkan bahwa literasi keuangan syariah, inklusi keuangan syariah, dan religiusitas masing-masing memiliki dampak yang signifikanHasil penelitian menunjukkan bahwa literasi keuangan syariah, inklusi keuangan syariah, dan religiusitas masing-masing memiliki dampak yang signifikan
STIE PENASTIE PENA The findings show that a balanced capital structure, combining stable internal capital and well-managed external capital, positively influences cooperativeThe findings show that a balanced capital structure, combining stable internal capital and well-managed external capital, positively influences cooperative
STIE PENASTIE PENA Kepercayaan ini menjadi pendorong kuat untuk perilaku berkelanjutan baik di tingkat individu maupun perusahaan, mendorong konsumen untuk membuat pilihanKepercayaan ini menjadi pendorong kuat untuk perilaku berkelanjutan baik di tingkat individu maupun perusahaan, mendorong konsumen untuk membuat pilihan