IKMIIKMI

Jurnal ICT: Information Communication & TechnologyJurnal ICT: Information Communication & Technology

Manggis merupakan komoditas hortikultura unggulan Indonesia dengan potensi ekspor tinggi, namun penentuan tingkat kematangan masih dilakukan secara manual dan subjektif. Penelitian ini mengembangkan aplikasi web berbasis Hybrid Convolutional Neural Network (CNN) untuk memprediksi tingkat kematangan buah manggis secara otomatis. Sistem mengintegrasikan tiga arsitektur CNN (InceptionV3, DenseNet201, dan ResNet50V2) dengan dataset 1.681 gambar manggis yang dikategorikan menjadi tiga kelas, yaitu ripe, semi-ripe, dan unripe. Aplikasi dikembangkan menggunakan Vue.js dan Python Flask. Evaluasi model menggunakan metrik ROC Curve dan AUC menunjukkan performa sangat baik dengan nilai AUC 0,9938 untuk kelas ripe, 0,9303 untuk kelas unripe, dan 0,9108 untuk kelas semi-ripe. Nilai Micro-Average dan Macro-Average AUC sebesar 0,9516 dan 0,9482 mengkonfirmasi stabilitas model. Aplikasi ini diharapkan dapat memberikan solusi inovatif berbasis deep learning untuk transformasi digital pertanian berkelanjutan.

Penelitian ini berhasil mengembangkan aplikasi web berbasis Hybrid CNN untuk klasifikasi tingkat kematangan manggis yang menggabungkan tiga arsitektur CNN (InceptionV3, DenseNet201, dan ResNet50V2).Pendekatan ini terbukti meningkatkan akurasi dibandingkan model tunggal, dengan kemampuan mengidentifikasi tiga kategori kematangan secara otomatis dan objektif.Aplikasi dikembangkan menggunakan metodologi Waterfall dengan antarmuka yang intuitif, sehingga mudah digunakan tanpa pelatihan teknis khusus.681 gambar menunjukkan performa sangat baik, dengan AUC sebesar 0,9938 (ripe), 0,9303 (unripe), dan 0,9108 (semi-ripe).Nilai Micro-Average AUC 0,9516 dan Macro-Average AUC 0,9482 mengindikasikan kestabilan model.Kendala ditemukan pada klasifikasi buah mentah (unripe) yang memiliki akurasi terendah (73,91%) akibat kemiripan visual dengan kategori lain dan sensitivitas terhadap kualitas pencahayaan.Pengembangan selanjutnya dapat difokuskan pada peningkatan variasi dataset dan integrasi ke aplikasi mobile untuk meningkatkan aksesibilitas.Penelitian ini diharapkan berkontribusi dalam transformasi digital pertanian melalui solusi deep learning yang mendukung penentuan kualitas manggis secara efisien dan konsisten untuk kebutuhan ekspor.

Untuk meningkatkan akurasi dan aksesibilitas, penelitian selanjutnya dapat fokus pada pengembangan aplikasi mobile yang terintegrasi dengan teknologi pengenalan citra. Aplikasi ini dapat dilengkapi dengan fitur pengenalan citra real-time, memungkinkan petani dan industri pertanian untuk memindai buah manggis secara langsung dan menerima prediksi tingkat kematangan secara instan. Selain itu, perluasan dataset dengan variasi pencahayaan dan kondisi lingkungan yang lebih luas dapat meningkatkan kemampuan generalisasi model. Penelitian lanjutan juga dapat mengeksplorasi teknik-teknik pengolahan citra lanjutan, seperti segmentasi objek atau teknik-teknik pengurangan noise, untuk meningkatkan akurasi klasifikasi, terutama pada kelas buah mentah yang memiliki kemiripan visual dengan kategori lain.

  1. Fruit maturity detection using deep learning: An overview. fruit maturity detection deep learning overview... doi.org/10.33545/26174693.2024.v8.i7sh.1597Fruit maturity detection using deep learning An overview fruit maturity detection deep learning overview doi 10 33545 26174693 2024 v8 i7sh 1597
  2. Nahm: Receiver operating characteristic curve: overview and practical use for clinicians. receiver operating... ekja.org/journal/view.php?doi=10.4097/kja.21209Nahm Receiver operating characteristic curve overview and practical use for clinicians receiver operating ekja journal view php doi 10 4097 kja 21209
  3. JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer). string similarity algorithm public complaint applications... ejournal.nusamandiri.ac.id/index.php/jitk/article/view/4173JITK Jurnal Ilmu Pengetahuan dan Teknologi Komputer string similarity algorithm public complaint applications ejournal nusamandiri ac index php jitk article view 4173
Read online
File size1.65 MB
Pages6
DMCAReport

Related /

ads-block-test