KLASIFIKASI TINGKAT KEMATANGAN STROBERI MENGGUNAKAN METODE CNN ARSITEKTUR MOBILENET BERBASIS ANDROID KLASIFIKASI TINGKAT KEMATANGAN STROBERI MENGGUNAKAN METODE CNN ARSITEKTUR MOBILENET BERBASIS ANDROID

Detail Cantuman

Prodi Teknik Informatika

KLASIFIKASI TINGKAT KEMATANGAN STROBERI MENGGUNAKAN METODE CNN ARSITEKTUR MOBILENET BERBASIS ANDROID

XML

Buah stroberi memiliki nilai ekonomi tinggi, namun umur simpannya yang pendekmembuat penentuan waktu panen menjadi sangat krusial. Penilaian kematangansecara visual oleh petani dan pengunjung kebun masih bersifat subjektif, sehinggadiperlukan sistem klasifikasi otomatis yang akurat dan praktis. Penelitian inibertujuan untuk membangun aplikasi Android yang mampu mengklasifikasikantingkat kematangan buah stroberi (mentah, setengah matang, matang) berdasarkancitra digital menggunakan metode Convolutional Neural Network (CNN) denganarsitektur MobileNetV2. Dataset yang digunakan berjumlah 1.050 citra stroberiyang terdiri dari data publik dan hasil dokumentasi mandiri. Proses pelatihan modeldilakukan di lingkungan Google Colab dengan preprocessing meliputi resizing, normalisasi, dan augmentasi data. Model dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-score, serta diimplementasikan ke dalam aplikasiberbasis Android menggunakan TensorFlow Lite. Hasil evaluasi menunjukkanbahwa model CNN dengan arsitektur MobileNetV2 mampu memberikan performaklasifikasi yang baik dan akurat dalam kondisi pencahayaan alami. Aplikasi yangdikembangkan memungkinkan pengguna untuk melakukan klasifikasi kematanganstroberi secara real-time melalui kamera ponsel maupun gambar dari galeri. Dengansistem ini, proses panen menjadi lebih tepat sasaran dan mendukung edukasiagrowisata secara digital.

Kata Kunci: Stroberi, CNN, MobileNetV2, Klasifikasi Kematangan, Android


Detail Information

Item Type
Laporan Tugas Akhir
Penulis
Revana Difa Fawzy - Personal Name
Student ID
2021150086
Dosen Pembimbing
Erna Dwi Astuti., M.Kom. - - Dosen Pembimbing 1
Dimas Prasetyo Utomo, M.Kom - - Dosen Pembimbing 2
Penguji
Kode Prodi PDDIKTI
55201
Edisi
Published
Departement
Teknik Informatika
Kontributor
Bahasa
Indonesia
Penerbit Universitas Sains Al-Qur'an : Wonosobo.,
Edisi
Published
Subyek
No Panggil
Copyright
Individu Penulis
Doi

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail