Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Reputasi: Jurnal Rekayasa Perangkat Lunak
Rizky Insani, Septian Rizky Insani
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
KLASIFIKASI CITRA SAYUR-SAYURAN MENGGUNAKAN CNN DENGAN VALIDASI SILANG K-FOLDS DI TENSORFLOW Fauzi, Ahmad; Rizky Insani, Septian Rizky Insani; Wijonarko, Bambang
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 6 No. 2 (2025): Edisi November 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v6i2.9258

Abstract

Sayuran merupakan bagian tumbuhan yang memiliki kadar air tinggi dan berperan penting dalam konsumsi pangan sehari-hari. Namun, proses identifikasi jenis sayuran secara manual sering kali memerlukan waktu dan berisiko terjadi kesalahan, terutama dalam skala besar seperti di pasar atau industri. Penelitian ini bertujuan untuk mengembangkan dan menguji model klasifikasi citra sayuran secara otomatis menggunakan algoritma Convolutional Neural Network (CNN) dengan pendekatan K-Fold Cross Validation sebagai solusi terhadap permasalahan tersebut. Dataset yang digunakan terdiri dari 15 kelas sayuran, yaitu brokoli, capsicum, kacang, kembang kol, kentang, kubis, labu air, labu kuning, lobak, pare, pepaya, terong, timun, tomat, dan wortel. Proses pelatihan dilakukan dengan dua skenario, yaitu model pertama dilatih selama 10 epoch dan model kedua selama 5 epoch, masing-masing divalidasi menggunakan 5-Fold Cross Validation. Hasil pengujian menunjukkan bahwa model dengan pelatihan 10 epoch memberikan performa klasifikasi yang lebih optimal dengan akurasi tertinggi sebesar 99,13%, dibandingkan dengan model 5 epoch yang mencapai akurasi 99,07%. Temuan ini menegaskan bahwa jumlah epoch berpengaruh signifikan terhadap peningkatan performa model CNN dalam tugas klasifikasi citra dengan banyak kelas. Model yang dihasilkan memiliki potensi besar untuk diterapkan dalam sistem identifikasi otomatis sayuran guna mendukung sektor pertanian dan perdagangan berbasis teknologi.
Co-Authors Bambang Wijonarko Fauzi Ahmad Muda