View/Open

Author
Anisa, Prasetya

Advisor
Aidil , Afriansyah, S.Kom., M.Kom.
Andika , Setiawan, S.Kom., M.Cs.

Koleksi
Teknik Informatika

Publisher

Di Indonesia, buah-buahan, terutama mangga, sangat penting dalam sektor pertanian. Kesegaran buah mempengaruhi kualitas, keamanan, nilai nutrisi, dan nilai pasar produk pertanian. Penampilan fisik, warna, dan bentuk buah adalah kriteria utama dalam menilai kualitas buah. Sebelum panen, pemisahan hasil berdasarkan kualitas buah sangat penting. Namun, metode tradisional yang melibatkan inspeksi manual seringkali tidak efisien dan kurang akurat. Untuk mengatasi hal ini, dibuat sistem klasifikasi kesegaran buah mangga berdasarkan citra buah menggunakan algoritma Convolutional Neural Network (CNN) dengan merancang arsitektur model terbaik. Model CNN terbaik dirancang dengan rasio dataset 80% untuk pelatihan, 10% untuk validasi, dan 10% untuk pengujian. Model terbaik ditemukan pada Percobaan F CNN From Scratch, yang terdiri dari 5 lapisan dengan satu tahap konvolusi, mencakup lapisan Conv2D diikuti oleh lapisan MaxPooling2D, dikompilasi menggunakan optimizer Adam, dan dilatih selama 50 epoch dengan learning rate 0.001. Model ini menghabiskan waktu training 1358 detik dan berukuran 9447 KB. Dalam proses pelatihan, model ini mencapai akurasi pelatihan 93

URI
https://repository.itera.ac.id/depan/submission/SB2409030003

Keyword
Convolutional Neural Network VGG16 NASNetMobile