Analisis Klasifikasi Kualitas Bawang Merah Berdasarkan Warna Menggunakan CNN

Arfyanda Dela Shefira (Universitas Nusantara PGRI Kediri)
Made Ayu Dusea Widyadara (Universitas Nusantara PGRI Kediri)
Daniel Swanjaya (Universitas Nusantara PGRI Kediri)

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026

Bawang merah (Allium cepa L.) merupakan komoditas hortikultura penting yang proses penentuan kualitasnya masih dilakukan secara manual sehingga sering terjadi kesalahan klasifikasi. Penelitian ini bertujuan mengklasifikasikan kualitas bawang merah berdasarkan warna menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur NASNetMobile. Dataset yang digunakan sebanyak 300 citra yang terdiri dari tiga kelas, yaitu segar, kering, dan busuk. Tahapan penelitian meliputi preprocessing, augmentasi rotasi, pelatihan model, dan evaluasi menggunakan confusion matrix. Pelatihan dilakukan selama 20 epoch dengan optimizer Adam dan learning rate 0,0001. Hasil penelitian menunjukkan bahwa model NASNetMobile memperoleh akurasi sebesar 92% dalam mengklasifikasikan kualitas bawang merah. Penelitian ini menunjukkan bahwa NASNetMobile berpotensi membantu proses sortasi bawang merah secara otomatis.