Claim Missing Document
Check
Articles

Found 1 Documents
Search

IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK PENENTUAN KUALITAS BERAS BERDASARKAN BENTUK DAN WARNA MUHAMMAD ZAINAL ALTIM; ABDULLAH BASALAMAH; KASMAN; RITA AMALIA SYAMSUL; ANDI YUDHISTIRA
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 8 No 2 (2023): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v8i2.42968

Abstract

Penelitian ini bertujuan yakni menentukan kualitas beras berdasarkan bentuk dan warna beras menggunakan deep learning Convolutional Neural Network (CNN). Metodenya yaitu menggunakan banyak data gambar yang dijadikan sebagai data set. Data tersebut diklasifikasikan berdasarkan bentuk dan warnanya. Selain kecerahan gambar, data beras yang dimasukkan juga berdasarkan warna latar yang berbeda-beda. Proses pelatihan ini berulang kali dilakukan dengan menggunakan model yang berbeda, sampai didapatkan model pembelajaran Convolutional Neural Network (CNN) yang akan digunakan untuk menguji dan memvalidasi. Berdasarkan hasil proses tersebut, dilakukan pengklasifikasian beras menggunakan data berupa gambar objek beras yang diujikan dengan membedakan 9 jenis beras, menghasilkan tingkat keakuratan sampai diatas 99,8 persen dengan tingkat akurasi validasi 99.7 persen dalam proses training data. dan saat dilakukan testing data rata-rata keakuratan mencapai sekitar 99.9 persen. Ini membuktikan CNN dapat digunakan untuk mengklasifikasi objek dengan baik dan akurat. .