KLASIFIKASI CITRA BUAH JERUK MANIS
MENGGUNAKAN METODE CONVOLUTIONAL NEURAL
NETWORK (CNN)
(Studi Kasus Dinas Tanaman Pangan dan Hortikultura Rokan Hulu)
Total View This Week0
Total View This Week0
Institusion
Universitas Pasir Pengaraian
Author
RINANDA, RIZKI PRATAMA
Subject
000 Karya Umum
Datestamp
2021-12-27 03:11:22
Abstract :
Tanaman jeruk manis (Citrus Sinensis) adalah tanaman buah tahunan yang berasal dari Asia. Cina dipercaya sebagai tempat pertama kali jeruk tumbuh. Sejak ratusan tahun yang lalu, jeruk sudah tumbuh di Indonesia baik secara alami atau dibudidayakan. Jeruk manis sangat banyak dikonsumsi oleh manusia karena jeruk kaya akan vitamin C, buah jeruk manis bisa dikonsumsi langsung dan bisa dijadikan sebagai minuman dan selai. Secara umum proses klasifikasi yang dilakukan untuk menentukan jeruk layak (bagus) dan tidak layak (busuk) masih banyak menggunakan cara manual. Cara manual dilakukan berdasarkan pengamatan visual secara langsung pada buah yang akan diklasifikasi. Klasifikasi dengan cara ini memiliki beberapa kelemahan yaitu adanya keterbatasan visual manusia, di pengaruhi oleh kondisi psikis pengamatannya serta memakan waktu yang lama terutama bagi perkebunan besar. Untuk itu, diperlukan suatu metode untuk klasifikasi buah jeruk manis dengan sistem terkomputerisasi yang dibuat menggunakan metode Convolutional Neural Network (CNN). CNN adalah salah satu algoritma dari deep learning yang merupakan pengembangan dari Multilayer Percepton (MLP) yang mampu mengolah data dalam bentuk dua dimensi, misalnya gambar serta mampu melakukan klasifikasi pada citra dengan kelas?kelas yang lebih banyak atau besar. Sistem ini dirancang dan dibangun menggunakan bahasa pemrograman matlab versi R2018a. Pada penelitian dengan 100 dataset gambar jeruk manis menunjukan tingkat akurasi sebesar 96% untuk training 92% untuk testing yang dinilai telah mampu melakukan klasifikasi kelayakan buah jeruk manis dengan sangat baik. Pada pengujian menggunakan data baru dari 10 citra jeruk manis dihasilkan 9 citra jeruk manis dengan nilai benar dan 1 citra jeruk manis dengan nilai salah.
Tanaman jeruk manis (Citrus Sinensis) adalah tanaman buah tahunan yang berasal dari Asia. Cina dipercaya sebagai tempat pertama kali jeruk tumbuh. Sejak ratusan tahun yang lalu, jeruk sudah tumbuh di Indonesia baik secara alami atau dibudidayakan. Jeruk manis sangat banyak dikonsumsi oleh manusia karena jeruk kaya akan vitamin C, buah jeruk manis bisa dikonsumsi langsung dan bisa dijadikan sebagai minuman dan selai. Secara umum proses klasifikasi yang dilakukan untuk menentukan jeruk layak (bagus) dan tidak layak (busuk) masih banyak menggunakan cara manual. Cara manual dilakukan berdasarkan pengamatan visual secara langsung pada buah yang akan diklasifikasi. Klasifikasi dengan cara ini memiliki beberapa kelemahan yaitu adanya keterbatasan visual manusia, di pengaruhi oleh kondisi psikis pengamatannya serta memakan waktu yang lama terutama bagi perkebunan besar. Untuk itu, diperlukan suatu metode untuk klasifikasi buah jeruk manis dengan sistem terkomputerisasi yang dibuat menggunakan metode Convolutional Neural Network (CNN). CNN adalah salah satu algoritma dari deep learning yang merupakan pengembangan dari Multilayer Percepton (MLP) yang mampu mengolah data dalam bentuk dua dimensi, misalnya gambar serta mampu melakukan klasifikasi pada citra dengan kelas?kelas yang lebih banyak atau besar. Sistem ini dirancang dan dibangun menggunakan bahasa pemrograman matlab versi R2018a. Pada penelitian dengan 100 dataset gambar jeruk manis menunjukan tingkat akurasi sebesar 96% untuk training 92% untuk testing yang dinilai telah mampu melakukan klasifikasi kelayakan buah jeruk manis dengan sangat baik. Pada pengujian menggunakan data baru dari 10 citra jeruk manis dihasilkan 9 citra jeruk manis dengan nilai benar dan 1 citra jeruk manis dengan nilai salah.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
