<![CDATA[Peningkatan efisiensi dalam pemilihan dan klasifikasi buah menjadi tantangan utama dalam industri pangan. Proses manual yang digunakan selama ini memakan waktu dan rentan terhadap kesalahan manusia. Penelitian ini mengembangkan sistem otomatis untuk klasifikasi buah menggunakan Convolutional Neural Networks (CNN) yang mampu mengenali berbagai jenis buah melalui citra digital. CNN dipilih karena kemampuannya dalam mengekstraksi fitur secara otomatis dan mengidentifikasi pola visual bahkan dalam kondisi pencahayaan dan variasi bentuk yang berbeda. Model yang dikembangkan menunjukkan hasil yang sangat baik, dengan akurasi lebih dari 96% pada data pelatihan dan validasi. Selain itu, model ini juga mencapai nilai precision, recall, dan F1-score yang hampir sempurna, mendekati 1.0, untuk setiap kelas buah yang diuji. Temuan ini menunjukkan bahwa CNN merupakan pendekatan yang sangat efektif untuk meningkatkan kecepatan dan akurasi dalam klasifikasi buah yang dapat diimplementasikan untuk meningkatkan efisiensi dalam industri pangan. Penelitian ini tidak hanya memberikan solusi untuk mengatasi kendala dalam proses pemilihan buah secara manual, tetapi juga membuka peluang untuk penerapan teknologi serupa dalam sektor pertanian dan distribusi pangan lainnya, sehingga dapat meningkatkan produktivitas dan kualitas hasil pertanian secara keseluruhan. Dengan demikian, sistem klasifikasi otomatis ini berpotensi menjadi alat yang berharga dalam mendukung keberlanjutan dan efisiensi industri pangan di masa depan]]>
Copyrights © 2024
