Informasi Umum

Kode

21.04.4357

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning

Dilihat

425 kali

Informasi Lainnya

Abstraksi

Buah pepaya di Indonesia saat ini sangat digemari karena banyak manfaatnya. Saat ini untuk menentukan kematangan buah pepaya dan bobot buah pepaya masih menggunakan cara manual yaitu, dengan visual manusia dan timbangan. Melihat kematangan dengan visual manusia memiliki pandangan yang berbeda untuk mentukan kematangan buah pepaya. Tingkat kematangan buah pepaya sendiri dibagi menjadi 3 yaitu, mentah, setengah matang, dan matang. Saat ini ekspor dan impor di Indonesia sangat menguntungkan bagi petani buah pepaya maupun petani buah lainnya. Kualitas buah pepaya sendiri ditentukan dengan kematangan dan bobot buah. Sehingga diperlukan sebuah sistem automasi yang dapat mengklasifikasi kemtangan buah pepaya dan bobot buah, agar saat proses pengiriman dan kualitas seleksi buah menjadi maksimal. Klasifikasi kematangan dilakukan dengan menggunakan 60 citra buah pepaya yang diperoleh dari pedagang buah menggunakan kamera smartphone. Pada penelitian ini menggunakan metode Convolutional Neural Network (CNN) untuk mengklasifikasi kematangan buah pepaya dan bobot buah. Hasil yang diperoleh dari penelitian ini adalah sistem yang mampu mengklasifikasikan tingkat kematangan buah pepaya dan bobot buah pepaya. Klasifikasi tingkat kematangan buah pepaya mandapatkan tingkat akurasi training 94.08%, dan 68% untuk testing. Sedangkan untuk prediksi bobot buah pepaya mendapatkan tingkat akurasi training 100%, dan 80% untuk testing.

Koleksi & Sirkulasi

Seluruh 1 koleksi sedang dipinjam

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama ALDHO HELSAPUTRA
Jenis Perorangan
Penyunting Anggunmeka Luhur Prasasti, Reza Rendian Septiawan
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Teknik Komputer
Kota Bandung
Tahun 2021

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi