Mahdiyyah, Salimah
Unknown Affiliation

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

Found 1 Documents
Search

Implementasi Object Detection untuk Deteksi Kualitas pada Buah Lemon dengan CNN Mahdiyyah, Salimah; Pratama, Muhammad Prafit Alvido; Rengganis, Vinkan Apritazona; Fairuz, Nisrina Putri Fernanda; Prasetyo, Thegar Abiyudho Enggar; Saputra, Ananda Adi; Pradana, Riyandi Panji; Giofani, David; Trinoto, Andreas Adi
Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Vol 6, No 01 (2025): Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jrami.v6i01.13417

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem deteksi kualitas buah lemon menggunakan metode Convolutional Neural Network (CNN). Dengan meningkatnya permintaan akan buah berkualitas tinggi, penting untuk memiliki sistem otomatis yang dapat mengklasifikasikan kualitas buah secara efisien. Metodologi yang digunakan meliputi pengumpulan data citra lemon dari berbagai sumber, yang kemudian dikategorikan menjadi dua kelas: kualitas baik dan buruk. Data set yang digunakan berisi 2533 gambar lemon, di mana 80% digunakan untuk pelatihan model dan 20% untuk validasi. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan mampu mencapai akurasi tinggi dalam mengidentifikasi kualitas lemon, dengan proses pelatihan yang dilakukan menggunakan paket Keras dalam Python. Evaluasi model dilakukan menggunakan confusion matrix untuk mengukur akurasi, presisi, dan recall. Sistem ini diharapkan dapat membantu toko-toko buah dalam proses sortir, sehingga mereka dapat memilih dan menjual buah berdasarkan kualitas yang diinginkan. Dengan demikian, penelitian ini tidak hanya berkontribusi pada bidang teknologi informasi, tetapi juga memberikan manfaat praktis bagi industri pertanian dan perdagangan buah.