Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Perangkat Lunak
Fanisha Juliananda
Universitas Islam Indragiri

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
MENGEMBANGKAN MODEL CNN UNTUK KLASIFIKASI TINGKAT KEMATANGAN BUAH NANAS BERDASARKAN CITRA DIGITAL Fanisha Juliananda; Muh. Rasyid Ridha
JURNAL PERANGKAT LUNAK Vol 8 No 1 (2026): Jurnal Perangkat Lunak
Publisher : Indragiri Islamic University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/jupel.v8i1.5050

Abstract

Penentuan tingkat kematangan buah nanas umumnya masih dilakukan secara manual melalui pengamatan visual, sehingga hasilnya sering bersifat subjektif dan tidak konsisten. Kondisi ini dapat mengakibatkan kesalahan dalam proses panen, sortasi, maupun distribusi yang berdampak pada penurunan kualitas dan kerugian ekonomi. Untuk mengatasi permasalahan tersebut, penelitian ini merancang dan mengembangkan model Convolutional Neural Network (CNN) yang mampu mengklasifikasikan tingkat kematangan buah nanas secara otomatis berdasarkan citra digital. CNN digunakan karena kemampuannya mengekstraksi pola warna dan tekstur yang menjadi indikator utama perubahan kematangan. Pengembangan model dilakukan melalui tahapan pengumpulan dataset citra nanas dari berbagai kondisi, preprocessing seperti normalisasi dan augmentation, serta perancangan arsitektur CNN dengan lapisan konvolusi, pooling, dan fully connected. Hasil pengujian menunjukkan bahwa model CNN mampu mengenali tingkat kematangan dengan akurasi tinggi dan performa stabil pada seluruh kategori. Temuan ini menunjukkan bahwa CNN dapat menjadi solusi objektif dan efisien untuk sistem sortasi buah nanas, serta berpotensi diterapkan dalam proses penilaian kualitas otomatis pada industri hortikultura modern.
Co-Authors Muh. Rasyid Ridha