Jurnal Informatika dan Teknik Elektro Terapan
Vol. 13 No. 1 (2025)

ANALISIS PERBANDINGAN METODE TRANSFER LEARNING DENSENET201 DAN VGG-19 TERHADAP PERFORMA KLASIFIKASI KUALITAS BUAH TOMAT

Sanjaya, Clairine Aurellia (Unknown)
Waluyo, Minto (Unknown)



Article Info

Publish Date
20 Jan 2025

Abstract

Melakukan analisa kualitas khususnya pada bidang pertanian pada buah tomat menjadi salah satu aspek penting karena buah tomat merupakan salah satu buah yang hingga saat ini banyak digunakan untuk pengolahan pangan. Data yang diperoleh diolah dengan memanfaatkan teknologi dengan metode transfer learning menggunakan metode DenseNet201 dan VGG19. Metode yang akan digunakan dalam pengolahan data akan dibandingkan untuk mendapatkan hasil yang lebih efektif dalam memprediksi kualitas buah tomat. Hasil menunjukan bahwa dengan model DenseNet201 dengan menggunakan ImageNet mendapatkan nilai akurasi sebesar 92% dan model VGG didapatkan hasil sebesar 82% sedangkan hasil tanpa ImageNet diperoleh model DenseNet201 memperoleh hasil akurasi sebesar 88% sedangkan model VGG19 sebesar 90%. Pada penelitian ini dilakukan untuk pengembangan sistem komputasi dalam mengklasifikasi kualitas buah tomat yang lebih efektif dalam dalam proses evaluasi.

Copyrights © 2025






Journal Info

Abbrev

jitet

Publisher

Subject

Computer Science & IT

Description

Jurnal Informatika dan Teknik Elektro Terapan (JITET) merupakan jurnal nasional yang dikelola oleh Jurusan Teknik Elektro Fakultas Teknik (FT), Universitas Lampung (Unila), sejak tahun 2013. JITET memuat artikel hasil-hasil penelitian di bidang Informatika dan Teknik Elektro. JITET berkomitmen untuk ...