• mahkota212.com
  • http://adoornri.com/
  • yokaislot
  • slot gacor
  • https://kadinkabserambarat.org/tentang-kadin/
  • https://kadinkabhalmaheratengah.org/tentang-kadin/
  • situs slot gacor hari ini
  • https://metallagi.com/
  • https://sistel.semarangkota.go.id/
  • https://bkd.siakkab.go.id/
  • https://kadintegal.org/tentang-kadin/
  • https://ejournal.bsi.ac.id/ejurnal/index.php/abdimas
  • https://sippbb.purwakartakab.go.id/maps/
  • http://pustaka.fib.unand.ac.id/
  • slot gacor
  • slot777
  • https://awangbangkalbarat.banjarkab.go.id/
  • https://www.scienceworksforus.com/press-releases/one-week-and-counting-dont-cut-the-research-that-fuels-the-u-s-economy
  • https://washrightsnetwork.org/free-spins-existing-customers-no-deposit-2025-australia/
  • https://catalogue.paramadina.ac.id/
  • https://kadinlangara.org/XNXX/
  • https://kadinpcmataram.org/kontak/
  • https://merch.emma-larson.com/products
  • https://kadinkabbireuen.org/tentang-kadin/
  • https://kadinkotabatang.org/XVIDEOS/
  • https://motherscareivfcentre.com/about-us-2/appointments/
  • https://tiwet.web.id/orc/
  • https://babelankota.kabbekasi.id/
  • situs slot gacor
  • https://anggota.kadinpcmataram.org/
    • 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
    Teknik Informatika
    No Panggil
    Copyright
    Individu Penulis
    Doi

    Lampiran Berkas

    LOADING LIST...



    Informasi

    DETAIL CANTUMAN

    Kembali ke sebelumnya  XML Detail