JAMI: Jurnal Ahli Muda Indonesia
Vol. 4 No. 1 (2023): Juni 2023

KLASIFIKASI KUALITAS CITRA CABAI DENGAN MENGGUNAKAN ALGORITMA GRADIEN BOOSTING

Mahdiyah, Umi (Unknown)
Wahyuniar, Lilia Sinta (Unknown)
Rochana, Siti (Unknown)



Article Info

Publish Date
30 Jun 2023

Abstract

Objektif. Kementerian Pertanian Indonesia memiliki tujuan untuk meningkatkan penggunaan teknologi oleh petani dengan target 65-80% pada tahun 2020 dan 80-95% pada tahun 2024. Hal ini diharapkan dapat meningkatkan efisiensi dan ekonomi dalam sektor pertanian yang merupakan sektor penting dalam perekonomian Indonesia. Salah satu upaya untuk mencapai hal tersebut adalah dengan melakukan klasifikasi kualitas cabai berbasis citra. Material and Metode. Dalam penelitian ini algoritma Gradien Boosting digunakan untuk melakukan klasifikasi citra cabai. Untuk simulasinya menggunakan aplikasi python. Hasil. Rata-rata performa dari Gradient Boosting cukup baik untuk klasifikasi kualitas cabai berbasis citra. Akan tetapi pada kasus kelas “dried” selalu ada perbedaan dibandingkan kelas lain, karena banyak datanya jauh lebih besar dibandingkan yang lain, serta vasriasi data citranya lebih banyak. Kesimpulan. Performa dari Gradien boosting cukup baik untuk klasifikasi kualitas cabai dengan nilai precision, recall, F-Score dan akurasinya adalah sekitar 69,7%, 69,1% 69,7%, dan 76%

Copyrights © 2023






Journal Info

Abbrev

jami

Publisher

Subject

Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Social Sciences

Description

The JAMI: Jurnal Ahli Muda Indonesia is a double-blind peer-reviewed journal published by Akademi Komunitas Negeri Putra Sang Fajar Blitar. The aims of the Journal are to facilitate scientific publication of the results of researches in Indonesia and participate to boost the quality and quantity of ...