Klasifikasi Tingkat Kematangan Buah Pisang Raja Menggunakan Metode CNN Berbasis Android

Penulis

  • Trissa Noor Aulia Febriana Universitas Stikubank Unisbank Semarang
  • Veronica Lusiana Universitas Stikubank Semarang

DOI:

https://doi.org/10.32493/jtsi.v7i1.37790

Kata Kunci:

klasifikasi; pisang raja; Cnn; Android

Abstrak

Pisang raja (Musa paradisiaca L.) adalah varietas pisang yang umumnya dinikmati di Indonesia. Selain dijadikan buah segar, pisang raja sering diolah menjadi berbagai jenis makanan pisang, seperti keripik pisang, pisang goreng, sale pisang, dan berbagai olahan lainnya. Bagi para petani, penyortiran pasca panen pada pisang raja memerlukan banyak waktu dan tenaga. Oleh karena itu, diperlukan sebuah sistem yang dapat membantu petani dan masyarakat secara umum untuk menentukan tingkat kematangan buah pisang raja dengan lebih efisien dan jelas. Proses klasifikasi tingkat kematangan pisang raja dilakukan melalui perhitungan ketepatan pada suatu sistem, menggunakan dataset berupa 300 gambar yang mencakup 3 jenis tingkat kematangan pisang raja. Pada proses klasifikasi tingkat kematangan buah pisang raja, digunakan metode Convolutional Neural Network (CNN) dengan modul tensorflow untuk melakukan proses training dan testing data. Berdasarkan hasil eksperimen, akurasi pada klasifikasi kematangan buah pisang raja mencapai nilai 95%.

Referensi

Utami, REZKI NURFADILLAH. "Uji Efektivitas Ekstrak Kulit Pisang Raja (Musa paradisiaca var. Raja) Terhadap Penurunan Kadar Gula Darah Mencit Jantan (Mus musculuss)." (2016).

Hanifah, A. I., & Hermawan, A. (2023). Klasifikasi Kematangan Pisang Menggunakan Metode Convolutional Neural Network. Komputika: Jurnal Sistem Komputer, 12(2), 49-56.

Rusmita, Sylva Alif, et al. "Monitoring of Islamic Finance Activity to Economic Growth: An Indonesia Experience (2009-2023)." Fintech Applications in Islamic Finance: AI, Machine Learning, and Blockchain Techniques. IGI Global, 2024. 191-210.

Khan, S., H. Rahmani, S. Shah, and D.M Bennamoun. (2018). A Guide to Convolutional Neural Networks for Computer Vision. New York: Morgan & Claypool Publishers

Chen, Ruifeng, dkk. "Efektivitas rokok elektrik sebagai alat bantu berhenti merokok: bukti dari kelompok Studi PATH, 2017–2019." Pengendalian Tembakau 32.e2 (2023): e145-e152.

Paliwang, Zainal Arifin, dkk. “Kebijakan Inovatif Pembangunan Sosial Ekonomi Masyarakat Perbatasan Pesisir Nunukan Kalimantan Utara.†Ilmu Sosial KnE (2020): 779-787.

Lee, Chen-Yu, dkk. "Jaring yang diawasi secara mendalam." Kecerdasan buatan dan statistik. Pmlr, 2015.

Wijaya, Dedy Rahman, dkk. "Mengumpulkan pendekatan pembelajaran mesin untuk pemrosesan sinyal hidung elektronik." Penelitian Penginderaan dan Bio-Sensing 36 (2022): 100495.

ARIFIANTO, JULY. "Aplikasi Web Pendeteksi Jerawat Pada Wajah Menggunakan Model Deep Learning Dengan Tensorflow." (2022).

Pang, B., Nijkamp, E., & Wu, YN (2020). Pembelajaran mendalam dengan tensorflow: Sebuah ulasan. Jurnal Statistik Pendidikan dan Perilaku, 45 (2), 227-248.

Tashildar, Aakanksha, dkk. "Pengembangan aplikasi menggunakan flutter." Jurnal Penelitian Internasional Modernisasi dalam Teknologi dan Sains Rekayasa 2.8 (2020): 1262-1266.

Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 7 No. 1 Januari 2024

Unduhan

Diterbitkan

2024-01-30

Cara Mengutip

Febriana, T. N. A., & Lusiana, V. (2024). Klasifikasi Tingkat Kematangan Buah Pisang Raja Menggunakan Metode CNN Berbasis Android. Jurnal Teknologi Sistem Informasi Dan Aplikasi, 7(1), 176–184. https://doi.org/10.32493/jtsi.v7i1.37790

Terbitan

Vol 7 No 1 (2024): Jurnal Teknologi Sistem Informasi dan Aplikasi

Bagian

Article

Lisensi

Hak Cipta (c) 2024 Trissa Noor Aulia Febriana, Veronica Lusiana

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Jurnal Teknologi Sistem Informasi dan Aplikasi have CC BY-NC or an equivalent license as the optimal license for the publication, distribution, use, and reuse of scholarly work.

In developing strategy and setting priorities, Jurnal Teknologi Sistem Informasi dan Aplikasi recognize that free access is better than priced access, libre access is better than free access, and libre under CC BY-NC or the equivalent is better than libre under more restrictive open licenses. We should achieve what we can when we can. We should not delay achieving free in order to achieve libre, and we should not stop with free when we can achieve libre.

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) License

YOU ARE FREE TO:

  • Adapt - remix, transform, and build upon the material for any purpose, even commercially.
  • The licensor cannot revoke these freedoms as long as you follow the license terms