Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Simangunsong, Varel
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search
Journal : Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

 1 
Implementasi Multi-View Convolutional Neural Network untuk Klasifikasi Kualitas Buah Jambu Kristal Simangunsong, Varel
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 9 (2024): September 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jambu kristal atau Psidium Guajava merupakan buah yang umum dibudidayakan di negara-negara tropis, seperti India, Indonesia, Bangladesh, dan Amerika Selatan, dan banyak digunakan untuk kebutuhan industri. Dalam industri, menjaga standar kualitas buah di tahap produksi merupakan suatu tantangan yang membutuhkan perhatian khusus. Kelelahan dan keterampilan pekerja yang bervariasi membuat proses penilaian menjadi tidak konsisten. Untuk meningkatkan pengendalian kualitas pada buah, diperlukan sebuah sistem yang dapat melakukan pengecekan kualitas secara konsisten dan efisien. Pembuatan sistem ini memiliki tantangan tersendiri, informasi yang diberikan oleh satu sisi yang ditangkap oleh kamera tidak cukup untuk mengetahui kualitas buah. Untuk mengatasi tantangan di atas, penelitian ini akan membuat sistem klasifikasi kualitas jambu kristal menggunakan Multi-View Convolutional Neural Network yang menerima input gambar dari dua view, atas dan bawah. Hasil dari penelitian adalah model dengan loss, akurasi, dan f1-score yang mencapai 0.194, 0.91, 0.93. Dengan melakukan pengurangan lapisan max-pooling sebanyak 1 di akhir, model mengalami peningkatan performa dengan loss, akurasi, dan f1-score yang mencapai 0.193, 0.93, 0.94.
Co-Authors