@thesis{thesis,
		author={WIYANDARI  MURFI},
		title ={KLASIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)
(Studi Kasus : Kebun Pepaya di Desa Sungai Sitolang)},
		year={2022},
		url={http://repository.upp.ac.id/1868/},
		abstract={Pepaya  merupakan  tanaman  buah  berupa  herba  dari  famili  Caricaceae  yang berasal dari Amerika Tengah dan Hindia Barat bahkan kawasan sekitar Mexsiko dan Coasta Rica. Buah pepaya memiliki beberapa jenis, pada penelitian ini hanya mengunakan 3 buah jenis variates yaitu Pepaya California, Pepaya Merah Delima dan Pepaya Sukma. Secara umum untuk proses klasfikasi yang dilakukan untuk menentukan tingkat kematangan buah pepaya masih menggunakan cara manual. Klasfikasi dengan cara ini memiliki beberapa kelemahan diantaranya kelelahan, perbedaan persepsi, waktu yang dibutuhkan relatif lama serta menghasilkan buah pepaya yang beragam dan tidak konsisten. Oleh karena itu, perlukan suatu metode untuk pengklsifikasian buah pepaya dengan sistem terkomputersasi yang di buat menggunakan metode Convolutional Neural Network (CNN). CNN adalah merupakan salah satu jenis algoritma Deep Learning yang merupkan pengembangan dari Multi Layer Precepton (MLP) yang mampu mengolah data 2 dimensi. Sistem ini di rancang dan  dibangun  menggunkan  tools matlab versi R2021A. Pada penelitian dengan pengujian data baru berjumlah 200 data citra aplikasi berhasil mengklasifikasi dengan hasil yaitu mentah, mengkal, matang, dan busuk dengan hasil akurasi 91,5% yang dinilai telah mampu melakukan klasifikasi kematangan buah pepaya dan hasil pengujian menggunakan pengujian UAT (User Acceptance Test)   dengan 5 responden menghasilkan nilai setuju dengan presentase 79,2%.}
		}