<![CDATA[Indonesia memiliki beragam varietas mangga lokal. Namun, kemiripan morfologi antarvarietas membuat proses identifikasi secara manual rentan mengalami kesalahan. Penelitian ini bertujuan untuk mengembangkan aplikasi Android berbasis MobileNetV2 dengan pendekatan Two-Stage Classification untuk mendeteksi objek mangga dan mengklasifikasikan varietasnya secara otomatis. Dataset yang digunakan terdiri atas 400 citra untuk model deteksi dan 600 citra untuk model klasifikasi varietas mangga. Tahap preprocessing meliputi resize citra, normalisasi, dan augmentasi data. Model hasil pelatihan kemudian dikonversi ke format TensorFlow Lite agar dapat diintegrasikan ke dalam aplikasi mobile. Hasil evaluasi internal menunjukkan bahwa model deteksi memperoleh akurasi sebesar 88%, sedangkan model klasifikasi memperoleh akurasi sebesar 91%. Pengujian aplikasi pada data riil dilakukan menggunakan 25 citra, yang terdiri atas 20 citra mangga dan 5 citra non-mangga. Dari 20 citra mangga, sistem berhasil mengklasifikasikan 18 citra dengan benar dan mengalami 2 kesalahan prediksi. Sementara itu, seluruh 5 citra non-mangga berhasil dideteksi dengan benar sebagai objek non-mangga. Meskipun demikian, faktor latar belakang, pencahayaan, dan sudut pengambilan gambar masih memengaruhi nilai probabilitas sistem dalam melakukan prediksi pada data riil.]]>
Copyrights © 2026
