Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Maya Kinanti Putri, Alifah
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
IMPLEMENTASI CONVUTIONAL NEURAL NETWORK DALAM MENENTUKAN TINGKAT KEMATANGAN MENTIMUN DAN TOMAT BERDASARKAN WARNA KULIT Maya Kinanti Putri, Alifah; Fauzan Rozi, Anief
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11076

Abstract

Penentuan tingkat kematangan mentimun dan tomat sangat penting untuk memastikan kualitas produk yang sampai ke konsumen. proses ini sering dilakukan secara manual, yang cenderung kurang akurat dan memakan waktu lama. Keterbatasan ini dapat menyebabkan distribusi buah yang belum matang atau busuk, yang pada akhirnya berdampak pada kerugian bagi petani dan distributor serta menurunkan kepuasan konsumen. Dalam era pertanian modern, diperlukan solusi yang lebih efisien dan akurat untuk mengatasi masalah ini. Penelitian ini bertujuan untuk mengembangkan model berbasis Convolutional Neural Network (CNN) yang dapat mengklasifikasikan kematangan mentimun dan tomat berdasarkan warna kulitnya. Dengan menggunakan dataset yang terdiri dari 2779 citra dan pembagian menjadi empat kelas (mentimun matang, mentimun busuk, tomat matang, dan tomat busuk), penelitian ini mengimplementasikan model CNN dalam MATLAB. Hasil penelitian menunjukkan bahwa model CNN dengan optimizer Adam mampu mencapai akurasi hingga 97% dan nilai loss terendah 3%. Solusi ini diharapkan dapat membantu petani dan distributor dalam menentukan kematangan buah secara lebih cepat dan akurat, mengurangi kerugian, dan meningkatkan kualitas produk yang diterima oleh konsumen.
Co-Authors Fauzan Rozi, Anief