Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Syailendra Julian Wicaksono
Universitas Nusantara PGRI Kediri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 1 Documents
Search

 1 
Analisis Pengaruh Integrasi Fitur Visual dan Sensor Gas terhadap Klasifikasi Grade Mangga Arumanis Syailendra Julian Wicaksono; Wahyu Cahyo Utomo; Danang Wahyu Widodo
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/54nvme92

Abstract

Proses grading mangga secara manual masih berpotensi menghasilkan penilaian yang subjektif dan kurang konsisten karena bergantung pada pengalaman petugas. Penelitian ini mengusulkan sistem klasifikasi grade mangga Arumanis berbasis pendekatan multimodal yang mengintegrasikan fitur area, hue median, delta gas dari sensor MQ-135, serta fitur visual hasil ekstraksi MobileNetV2 yang direduksi menggunakan Principal Component Analysis (PCA). Seluruh fitur digunakan sebagai masukan model Bayesian Neural Network (BNN) untuk menghasilkan prediksi grade dan nilai uncertainty. Dataset terdiri atas 165 citra yang diperoleh dari 55 buah mangga Arumanis dengan tiga sudut pengambilan gambar. Hasil pengujian menunjukkan bahwa model usulan memperoleh akurasi 93,75%, lebih tinggi dibandingkan model MobileNetV2 sebesar 60,72% dan BNN berbasis fitur numerik sebesar 74,54%. Evaluasi menggunakan K-Fold Cross Validation menghasilkan rata-rata akurasi 93,75% dengan standar deviasi 7,81%. Hasil penelitian menunjukkan bahwa integrasi fitur visual dan sensor gas mampu meningkatkan performa klasifikasi grade mangga secara signifikan.
Co-Authors Danang Wahyu Widodo Wahyu Cahyo Utomo