Febriyanti Paramudita
Teknik Elektro, Universitas Jenderal Soedirman, Indonesia

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

Found 1 Documents
Search

Aplikasi Android Pendeteksi Kualitas Beras Berbasis Machine Learning Menggunakan Metode Convolutional Neural Network Febriyanti Paramudita; Mulki Indana Zulfa
Jurnal Pendidikan dan Teknologi Indonesia Vol 3 No 7 (2023): JPTI - Juli 2023
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.310

Abstract

Beras merupakan makanan pokok dan bahan utama dalam berbagai produk pangan lainnya, yang memerlukan tingkat kualitas tertentu. Kualitas beras meliputi sifat fisik yang memengaruhi penampilan dan menentukan kualitasnya saat dimasak. Hal tersebut mendorong kebutuhan akan metode pendeteksian kualitas beras yang efisien. Penelitian ini menyajikan aplikasi android untuk pendeteksian kualitas beras berbasis machine learning. Metode pengembangan aplikasinya menggunakan agile yang memberikan fleksibilitas menangani perubahan kebutuhan dan umpan balik dari pengguna selama proses pengembangan. Lebih lanjut model machine learning dibuat menggunakan metode Convolutional Neural Network (CNN) dengan library TensorFlow dan Keras serta arsitektur MobileNet. Bahasa pemrograman yang digunakan adalah python dengan lingkungan simulasinya menggunakan Google Colab. Model yang sudah dibangun dilatih menggunakan dataset berupa 1800 gambar, 1440 diantaranya adalah data training dengan 25 epoch. Hasil simulasi menunjukkan training loss sebesar 0.0012, dengan nilai akurasi 99.44%