<![CDATA[Cabai memiliki peran yang sangat vital sebagai jenis sayuran di Indonesia, digunakan baik untuk kebutuhan perdagangan di dalam negeri maupun ekspor. Selain kandungan gizinya, cabai juga memiliki nilai ekonomi yang tinggi. Mengingat fluktuasi harga cabai yang seringkali tinggi, klasifikasi biji tanaman cabai menjadi sangat penting untuk menjaga kualitas hasil panen dan meningkatkan produksi. Fokus penelitian ini adalah mengklasifikasikan biji tanaman cabai menggunakan metode convolutional neural network, dengan melalui sejumlah tahap perancangan dan implementasi. Tujuan utama penelitian ini adalah membantu dalam klasifikasi biji tanaman cabai untuk memastikan kualitas cabai tetap terjaga di pasar dan menghindari kesalahan dalam penanaman benih cabai. Klasifikasi biji tanaman cabai dilakukan menggunakan convolutional neural network dengan memanfaatkan data latih dan data uji. Dalam pembentukan model klasifikasi, diperlukan pelatihan data dan penggunaan 3 kategori biji, yaitu biji paprika, biji cabai besar, dan biji cabai rawit. Proses latihan data dilakukan dengan komputer dalam mode GPU tunggal, dan data validasi tidak dimasukkan dalam proses pelatihan. Hasil label klasifikasi yang dihasilkan oleh jaringan menjadi pedoman untuk mengenali jenis objek biji tanaman cabai yang sulit dibedakan dengan jelas.Hasil penelitian ini menunjukkan bahwa arsitektur CNN mampu memisahkan tiga jenis biji pada tanaman cabai dengan tingkat akurasi sekitar 90%. Chili peppers play a vital role as a type of vegetable in Indonesia, used both for domestic trade and export purposes. In addition to their nutritional value, chili peppers also hold high economic significance. Given the often-high price fluctuations of chili peppers, the classification of chili plant seeds becomes crucial in maintaining the quality of harvests and boosting production. The main focus of this research is to classify chili plant seeds using the convolutional neural network method, employing several stages of design and implementation. The primary goal of this study is to assist in the classification of chili plant seeds to ensure that the quality of chili remains preserved in the market and to avoid errors in chili seed planting. The classification of chili plant seeds is carried out using convolutional neural networks, utilizing training and testing data. To form a classification model, data training and the utilization of 3 seed categories—namely, paprika seeds, large chili seeds, and bird's eye chili seeds—are necessary. The training data process is conducted using a computer in single GPU mode, with validation data not included in the training process. The resulting classification labels generated by the network serve as a guide to identify types of chili plant seed objects that are challenging to distinguish clearly.The results of this research show that the CNN architecture is able to separate three types of seeds in chili plants with an accuracy rate of around 90%.]]>
Copyrights © 2023
