KLASIFIKASI CITRA BUAH APEL MENGGUNAKAN ALGORITMACONVOLUTIONAL NEURAL NETWORK

Alifianto, Muhammad Yoga (2020) KLASIFIKASI CITRA BUAH APEL MENGGUNAKAN ALGORITMACONVOLUTIONAL NEURAL NETWORK. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (452kB)
	Text (BAB I) BAB I.pdf Download (262kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (498kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (387kB)
	Text (BAB IV) BAB IV.pdf Download (832kB)
	Text (BAB V) BAB V.pdf Download (62kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (68kB)
	Text (SOURCE CODE) Skripsi_project - Muhammad Yoga Alifianto.ipynb Restricted to Repository staff only Download (48kB)
	Text (PUBLIKASI) Publikasi-17.11.1710-Yoga - Muhammad Yoga Alifianto.pdf Restricted to Repository staff only Download (424kB)

Abstract

Buah Apel (Malus Domestica) merupakan salah satu jenis buah yang unggul dan digemari serta dikonsomusi oleh masyarakat. Ini dikarenakan rasa yang bervariasiserta mendapatkannya pun sangat mudah. Buah apel banyak ditemukan di pinggir jalan maupun pedagan kaki lima. Selain mudah mendapatkannya apel juga memiliki berbagai macam kandungan seperti vitamin, lemak baik, karbohidrat, protein. Pada tahun 2011 produksi apel di dunia diperkirakan sekitar 75 juta tonmenurut organisasi statistic pangan dan pertanian. Varietas Buah apel memilikikarakteristik dan rasa khusus yang menghasilkan harga dan preferensi berbeda bagi setiap orang. Para petani apel tentu memiliki gudang penyimpanan hasil panenuntuk mengumpulkan hasil dari panen yang didapat. Oleh karena itu varietas apelyang berbeda – beda sangat mudah tercampur. Kebanyakan para petani memilah dengan cara manual yang tentu akan membutuhkan biaya tinggi, kebosanan daninkosistensi terkait cara manual tersebut. Dalam penelitian ini bertujuan untuk mengatasi permasalahan klasifikasi secaramanual tersebut. Salah satu pendekatan dalam klasifikasi suatu gambar adalahmenggunakan metode Convolutional Neural Network yang merupakan salah satu dari metode Deep Learning yang dapat digunakan untuk mengolah sebuah objekcitra digital. Berdasarkan hasil pembahasan didapatkan akurasi sebesar 100% pada proses training dan 97.5% pada proses testing. Sehingga dapat disimpulkan performa dari model yang dibuat pada penelitian dapat dikatakan optimal dalammengklasifikasikan gambar citra buah Apel.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Pradnya D, Windha Mega

Uncontrolled Keywords:

Deep Learning, Citra Digital, Apel, Convolutional Neural Network

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

24 Jun 2022 07:48

Last Modified:

16 Aug 2023 03:56

URI:

http://eprints.amikom.ac.id/id/eprint/2534

Actions (login required)

View Item