<![CDATA[Perkembangan teknologi berpengaruh besar pada pertanian dan pascapanen. Salah satu tantangan utama adalah menentukan tingkat kematangan buah dengan tepat dan efisien. Kematangan buah penting untuk kualitas dan nilai jual produk hortikultura. Metode tradisional yang bergantung pada pengamatan manual kurang konsisten dan akurat. Penentuan kematangan buah adalah area penelitian penting untuk meningkatkan kualitas produk. Mentimun menjadi fokus penelitian karena pentingnya dalam konsumsi. Hasil mentimun meningkat antara 2014 hingga 2018, sehingga pemahaman kematangannya diperlukan untuk pengelolaan panen yang lebih baik. Pendekatan berbasis teknologi seperti kecerdasan buatan dan jaringan syaraf tiruan telah dikembangkan untuk mengklasifikasikan kematangan berdasarkan warna, tekstur, dan ukuran. Penelitian ini bertujuan mengembangkan model untuk menentukan kematangan mentimun dari citra digital.Hasil yang didapatkan dalam pengolahan citra digital untuk mengidentifikasi kematangan mentimun, digunakan jaringan syaraf tiruan dengan algoritma backpropagation yang efektif untuk klasifikasi dan prediksi. Sebanyak 17 citra digital diambil dari kamera Canon 600D, terdiri dari 12 mentimun mentah dan 5 matang, diolah menggunakan aplikasi Matlab. Analisis menunjukkan bahwa citra mentimun mentah memiliki nilai RGB yang hampir merata, sedangkan data latih dan uji berhasil mengidentifikasi 12 mentimun mentah dan 5 matang, termasuk 1 semi-matang.]]>
Copyrights © 2025
