Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Malcom: Indonesian Journal of Machine Learning and Computer Science

Penentuan Kualitas Kopra Berbasis Citra Kontur Menggunakan Metode Canny Edge Detection: Determination of Copra Quality Based on Contour Image Using the Canny Edge Detection Method Nugroho, Chandra Wisnu; Nurtanio, Ingrid; Jalil, Abdul
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 1 (2025): MALCOM January 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i1.1823

Abstract

UD Cendrawasih, yang berlokasi di Kelurahan Motoboi Kecil, Kotamobagu Selatan, Sulawesi Utara, adalah usaha jual beli kopra yang telah beroperasi lama. Proses penilaian kualitas kopra saat ini masih manual melalui inspeksi visual, yang meskipun andal, sering kali menghadirkan subjektivitas dan kurang konsisten. Penelitian ini bertujuan mengotomatisasi dan meningkatkan akurasi penilaian kualitas kopra menggunakan metode Canny Edge Detection dengan model Canny-Inception. Model ini mengklasifikasikan kopra menjadi tiga kelas: "basah" (kadar air tinggi), "kering" (kopra yang telah dikeringkan), dan "berjamur" (ditandai oleh warna dan bau). Data dibagi dalam tiga model: Model A (80:10:10), Model B (70:20:10), dan Model C (60:30:10). Hasil penelitian menunjukkan Model C memberikan performa terbaik dengan akurasi validasi 87,50% pada epoch ke-9 dan validation loss 40,27%. Analisis menggunakan Confusion Matrix mengungkapkan Model A unggul pada kelas basah (81%), Model B pada kelas kering (62%), dan Model C pada kelas berjamur (76%). Dengan akurasi keseluruhan 87,50%, Model C dinilai paling efektif untuk klasifikasi kualitas kopra secara akurat dan konsisten.