<![CDATA[Buah pepaya merupakan salah satu buah yang populer bagi masyarakat indonesia. Namun kondisi saat ini, untuk menentukan tingkat kematangan buah pepaya hanya dengan kemampuan manusia secara manual dengan visual mata manusia. Kegiatan perdagangan luar negeri serta pertukaran barang sangat menguntungkan bagi para petani buah pepaya dan jenis buah lainnya. Oleh karena itu, diperlukan suatu sistem otomatisasi yang mampu mengidentifikasi tingkat kematangan buah pepaya. Hal ini bertujuan untuk memastikan bahwa proses pemilihan buah dilakukan secara optimal. Sistem yang dirancang untuk mengklasifikasikan tingkat kematangan buah papaya menggunakan metode deep learning CNN (Convolutional Neural Network). Model ini mampu memprediksi tingkat kematangan pepaya dengan memanfaatkan parameter warna buah dan membagi ke dalam 3 kelas yaitu unmature (mentah), partially mature (setengah matang), dan mature (matang). Model yang dibangun menggunakan dataset sebanyak 300 foto buah pepaya untuk proses training dan testing. Hasil yang didapatkan yaitu accuracy sebesar 99% dengan nilai validasi sebesar 97%.]]>
Copyrights © 2023
