Klasifikasi Tingkat Kematangan Buah Tamarillo Menggunakan Convolutional Neural Network (CNN) dengan Arsitektur Mobile Net V3

Limbong Bua', Melin (2024) Klasifikasi Tingkat Kematangan Buah Tamarillo Menggunakan Convolutional Neural Network (CNN) dengan Arsitektur Mobile Net V3. Diploma thesis, Universitas Kristen Indonesia Toraja.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf

Download (220kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf

Download (126kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf

Download (386kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only

Download (187kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only

Download (786kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf

Download (55kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf

Download (182kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf

Download (1MB)

Abstract

Pulu’-pulu’ merupakan daerah penghasil Tamarillo di Kabupaten Toraja Utara Provinsi Sulawesi Selatan. Tamarillo atau terong belanda, merupakan buah unggulan Kabupaten Toraja Utara. Pulu’-pulu’ mempunyai potensi yang besar bagi
perkembangan hortikultura tanaman tamarillo karena memiliki ketinggian diatas 1.000 m di atas permukaan laut. Proses klasifikasi yang dilakukan para petani saat ini masih secara manual yaitu memilah buah berdasarkan tingkat kematangannya
sehingga hasilnya kurang akurat dan efektif. Proses klasifikasi ini membutuhkan tenaga kerja yang besar dan waktu kerja yang lama, serta dapat menimbulkan kesalahan pada pemilihan buah tamarillo karena penilaian manusia yang tidak konsisten terhadap objek sebuah buah serta menimbulkan kejenuhan karena dilakukan berulang-ulang. Oleh karena itu, diperlukan pemodelan yang dapat digunakan untuk mengklasifikasi tingkat kematangan buah tamarillo. Salah satu algoritma pengolaha citra yang berkembang saat ini adalah Convolutional Neural Network (CNN). Convolutional Neural Network (CNN) memiliki kinerja yang baik sehingga banyak digunakan dalam berbagai penelitian pengolahan citra. Dalam penelitian ini, model yang digunakan yaitu MobileNetv3 yang dimulai dari tahapan preprocessing, pretraining model, training model, testing model serta pengujian. Dalam penelitian ini pengujian model menggunakan confusion matrix dengan akurasi 0,8679% dari total dataset testing sebanyak 530 citra dari tiga kelas.
Kata kunci: Tamarillo, Klasifikasi, Convolutional Neural Network (CNN),Confusion Matrix

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Unnamed user with username perpustakaan2_1
Date Deposited: 14 Jan 2025 06:36
Last Modified: 14 Jan 2025 06:36
URI: https://repo.ukitoraja.ac.id/id/eprint/405

Actions (login required)

View Item
View Item