DETEKSI KEMATANGAN BUAH JAMBU BIJI KRISTAL (PSIDIUM GUAJAVA L.) MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)

Rohman, Toriq Fatur (2022) DETEKSI KEMATANGAN BUAH JAMBU BIJI KRISTAL (PSIDIUM GUAJAVA L.) MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text PENDAHULUAN.pdf Download (366kB)
	Text ABSTRAK.pdf Download (211kB)
	Text BAB 1.pdf Download (324kB)
	Text BAB 2.pdf Restricted to Repository staff only Download (531kB) | Request a copy
	Text BAB 3.pdf Restricted to Repository staff only Download (506kB) | Request a copy
	Text BAB 4.pdf Restricted to Repository staff only Download (465kB) | Request a copy
	Text BAB 5.pdf Restricted to Repository staff only Download (207kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (156kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (935kB) | Request a copy

Abstract

Buah Jambu Biji dalam Bahasa latin disebut Psidium Guajava L.adalah tanaman tropis yang berasal dari Brasil, disebarkan ke Indonesia melalui Thailand. Salah satu komoditi buah-buahan yang terdapat di Indonesia yang merupakan komoditi unggulan dan terus mengalami peningkatan produksi adalah jambu biji. Pada tahun 2019 mengalami peningkatan sebanyak 239.407 ton dan mengalami kenaikan hingga 396.268 ton pada tahun 2020 (Badan Pusat Statistik, 2020). Jambu biji termasuk buah klimaterik disebabkan karena perubahan kimia yaitu adanya aktivitas enzim piruvat dikanosilakse yang menyebabkan kenaikan jumlah asetalhedid dan etanol sehingga produksi CO2 meningkat dan etilen yang dihasilkan pada pematangan buah akan meningkatkan proses respirasinya. Oleh sebab itu buah harus dipanen dalam kondisi matang dan sampai sekarang masih banyak para petani melakukan pemanenan buah jambu biji secara bersamaan tanpa melihat kondisi kematangan buah nya. Dimana pada saat pemanenan buah jambu biji tentu memiliki kematangan yang berbeda-beda. Dari permasalahan tersebut peneliti menggunakan Algoritma Convolutional Neural Network (CNN) untuk identifikasi kematangan buah jambu biji (Psidium Guajava L.) dengan image classification. Penelitian ini berfokus terhadap buah jambu biji kristal yang sangat banyak ditemui di Indonesia terutama di Provinsi Jawa Timur. Dari penelitian tersebut Model CNN dengan menggunakan arsitektur VGG16 yang telah dibuat dalam penelitian ini memiliki akurasi 96% kurang lebih sama dengan perbandingan tingkat akurasi model CNN lainnya dan mendapatkan performa baik pada model testing dengan tingkat akurasi 83%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Psidium Guajava L, image classification, Convolutional Neural Network, VGG16
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	TORIQ FATUR ROHMAN
Date Deposited:	09 Jan 2023 01:56
Last Modified:	09 Jan 2023 01:56
URI:	http://repository.unmuhjember.ac.id/id/eprint/15624

Actions (login required)

View Item