Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Tematik : Jurnal Teknologi Informasi Komunikasi
Nida Ulhasanah
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Klasifikasi Multi-Label Jenis dan Warna Buah Menggunakan Convolutional Neural Network (CNN) dengan Encoder Fitur Nida Ulhasanah; Yulison Herry Chrisnanto; Melina; Julian Evan Chrisnanto
TEMATIK Vol. 12 No. 1 (2025): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Juni 2025
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v12i1.2328

Abstract

Indonesia merupakan negara tropis dengan keanekaragaman buah yang sangat tinggi, baik dari segi jenis maupun warna. Tantangan utama dalam klasifikasi buah secara otomatis terletak pada kompleksitas pengenalan atribut ganda, seperti jenis dan warna, secara simultan di tengah variasi kondisi nyata seperti pencahayaan, latar belakang, dan sudut pandang gambar. Penelitian ini bertujuan untuk mengembangkan model klasifikasi multi-label buah menggunakan arsitektur Convolutional Neural Network (CNN) yang dilengkapi encoder ResNet-50 guna mengenali jenis dan warna buah secara bersamaan dengan tingkat akurasi dan generalisasi yang tinggi. Metode yang digunakan melibatkan pelatihan model pada dataset Fruit-360 yang berskala besar dan memiliki keragaman tinggi, serta penerapan teknik n-fold cross-validation untuk meningkatkan validitas hasil dan mengurangi risiko overfitting. Hasil penelitian menunjukkan bahwa model dengan augmentasi data mencapai akurasi validasi hingga 97%, dengan precision sebesar 98,20% dan recall 97,61%, yang membuktikan efektivitas pendekatan multi-label dalam klasifikasi atribut visual buah secara simultan.
Co-Authors Julian Evan Chrisnanto Melina Yulison Herry Chrisnanto