Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural Network
Pepaya merupakan buah yang memiliki banyak manfaat dengan nilai gizi yang tinggi. Setiap 100 gram pepaya mengandung 3,65 mg vitamin A dan 78 mg vitamin C. Salah satu keunggulan pepaya adalah kemampuannya untuk berbuah terus menerus, apapun musimnya. Kematangan buah pepaya dapat ditentukan oleh tek...
Saved in:
| Main Authors: | , , , , , , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
University of Brawijaya
2024-07-01
|
| Series: | Jurnal Teknologi Informasi dan Ilmu Komputer |
| Online Access: | https://jtiik.ub.ac.id/index.php/jtiik/article/view/8119 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1823858647480926208 |
|---|---|
| author | Naufal Putra Sutrisna Rafifa Addin Sahirah Khansa Salsabila Sangdiva Laksono Raditya Atmaja Satria Permadhi Nadhira Nurannisa Saqina Salsabila Larasati Wahayu Widyaning Asmani Novanto Yudistira |
| author_facet | Naufal Putra Sutrisna Rafifa Addin Sahirah Khansa Salsabila Sangdiva Laksono Raditya Atmaja Satria Permadhi Nadhira Nurannisa Saqina Salsabila Larasati Wahayu Widyaning Asmani Novanto Yudistira |
| author_sort | Naufal Putra Sutrisna |
| collection | DOAJ |
| description |
Pepaya merupakan buah yang memiliki banyak manfaat dengan nilai gizi yang tinggi. Setiap 100 gram pepaya mengandung 3,65 mg vitamin A dan 78 mg vitamin C. Salah satu keunggulan pepaya adalah kemampuannya untuk berbuah terus menerus, apapun musimnya. Kematangan buah pepaya dapat ditentukan oleh tekstur dan warna kulit buahnya. Deteksi tingkat kematangan buah pepaya memiliki signifikansi penting dalam industri pertanian dan pengelolaan persediaan makanan. Metode konvensional seringkali mengalami keterbatasan dalam akurasi dan efisiensi dalam pengidentifikasian kematangan buah pepaya. Dalam penelitian ini, diperkenalkan pendekatan inovatif dengan menggunakan Convolutional Neural Network (CNN) untuk mengatasi permasalahan tersebut. Dataset yang digunakan merupakan dataset gambar buah pepaya dalam berbagai tingkat kematangan. Dataset kemudian dilatih menggunakan model CNN untuk mengklasifikasikan buah pepaya berdasarkan warna kulit dan fitur visual lainnya. Hasil eksperimen menunjukkan bahwa model CNN yang digunakan mampu mengidentifikasi tingkat kematangan buah pepaya dengan tingkat akurasi yang tinggi, yaitu sebesar 96,63% sehingga dapat menghasilkan solusi yang andal dan efisien.
|
| format | Article |
| id | doaj-art-be4291e0bffe4fc497e41dee69ec1556 |
| institution | Kabale University |
| issn | 2355-7699 2528-6579 |
| language | Indonesian |
| publishDate | 2024-07-01 |
| publisher | University of Brawijaya |
| record_format | Article |
| series | Jurnal Teknologi Informasi dan Ilmu Komputer |
| spelling | doaj-art-be4291e0bffe4fc497e41dee69ec15562025-02-11T10:38:02ZindUniversity of BrawijayaJurnal Teknologi Informasi dan Ilmu Komputer2355-76992528-65792024-07-0111310.25126/jtiik.938119Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural NetworkNaufal Putra Sutrisna0Rafifa Addin Sahirah1Khansa Salsabila Sangdiva Laksono2Raditya Atmaja Satria Permadhi3Nadhira Nurannisa4Saqina Salsabila Larasati5Wahayu Widyaning Asmani6Novanto Yudistira7Universitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, MalangUniversitas Brawijaya, Malang Pepaya merupakan buah yang memiliki banyak manfaat dengan nilai gizi yang tinggi. Setiap 100 gram pepaya mengandung 3,65 mg vitamin A dan 78 mg vitamin C. Salah satu keunggulan pepaya adalah kemampuannya untuk berbuah terus menerus, apapun musimnya. Kematangan buah pepaya dapat ditentukan oleh tekstur dan warna kulit buahnya. Deteksi tingkat kematangan buah pepaya memiliki signifikansi penting dalam industri pertanian dan pengelolaan persediaan makanan. Metode konvensional seringkali mengalami keterbatasan dalam akurasi dan efisiensi dalam pengidentifikasian kematangan buah pepaya. Dalam penelitian ini, diperkenalkan pendekatan inovatif dengan menggunakan Convolutional Neural Network (CNN) untuk mengatasi permasalahan tersebut. Dataset yang digunakan merupakan dataset gambar buah pepaya dalam berbagai tingkat kematangan. Dataset kemudian dilatih menggunakan model CNN untuk mengklasifikasikan buah pepaya berdasarkan warna kulit dan fitur visual lainnya. Hasil eksperimen menunjukkan bahwa model CNN yang digunakan mampu mengidentifikasi tingkat kematangan buah pepaya dengan tingkat akurasi yang tinggi, yaitu sebesar 96,63% sehingga dapat menghasilkan solusi yang andal dan efisien. https://jtiik.ub.ac.id/index.php/jtiik/article/view/8119 |
| spellingShingle | Naufal Putra Sutrisna Rafifa Addin Sahirah Khansa Salsabila Sangdiva Laksono Raditya Atmaja Satria Permadhi Nadhira Nurannisa Saqina Salsabila Larasati Wahayu Widyaning Asmani Novanto Yudistira Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural Network Jurnal Teknologi Informasi dan Ilmu Komputer |
| title | Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural Network |
| title_full | Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural Network |
| title_fullStr | Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural Network |
| title_full_unstemmed | Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural Network |
| title_short | Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural Network |
| title_sort | deteksi tingkat kematangan buah pepaya menggunakan model convolutional neural network |
| url | https://jtiik.ub.ac.id/index.php/jtiik/article/view/8119 |
| work_keys_str_mv | AT naufalputrasutrisna deteksitingkatkematanganbuahpepayamenggunakanmodelconvolutionalneuralnetwork AT rafifaaddinsahirah deteksitingkatkematanganbuahpepayamenggunakanmodelconvolutionalneuralnetwork AT khansasalsabilasangdivalaksono deteksitingkatkematanganbuahpepayamenggunakanmodelconvolutionalneuralnetwork AT radityaatmajasatriapermadhi deteksitingkatkematanganbuahpepayamenggunakanmodelconvolutionalneuralnetwork AT nadhiranurannisa deteksitingkatkematanganbuahpepayamenggunakanmodelconvolutionalneuralnetwork AT saqinasalsabilalarasati deteksitingkatkematanganbuahpepayamenggunakanmodelconvolutionalneuralnetwork AT wahayuwidyaningasmani deteksitingkatkematanganbuahpepayamenggunakanmodelconvolutionalneuralnetwork AT novantoyudistira deteksitingkatkematanganbuahpepayamenggunakanmodelconvolutionalneuralnetwork |