KLASIFIKASI SAYUR SEGAR DAN SAYUR BUSUK MENGGUNAKAN ALGORITMA CNN

Febrianta, Bayu Alif (2024) KLASIFIKASI SAYUR SEGAR DAN SAYUR BUSUK MENGGUNAKAN ALGORITMA CNN. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (764kB)
	Text (BAB I) BAB I.pdf Download (133kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (460kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (162kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (474kB)
	Text (BAB V) BAB V.pdf Download (36kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (124kB)
	Archive (SOURCE CODE) Sourcecode - 18.11.1897.zip Restricted to Repository staff only Download (97MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (554kB)

Abstract

Sayur adalah makanan yang dapat dan sering dikonsumsi semua kalangan umur. Namun dalam mengkonsumsi sayur kita harus dapat membedakan antara sayur yang segar dan yang busuk. Dan dengan majunya teknologi saat ini, kita dapat membedakan sayur busuk dan segar dengan menggunakan gambar dan Artificial Intellegence. Namun pada penelitian sebelumnya yang dilakukan menggunakan Machine Learning dengan algoritma Support Vector Machine, klasifikasi sayur segar dan busuk hanya mendapatkan hasil akurasi sebesar 65,02%. Dengan menggunakan Deep Learning, penelitian ini dilakukan untuk mencari akurasi yang lebih tinggi. Algoritma yang dipilih adalah Convolutional Neural Network dengan menggunakan 3 arsitektur dari CNN tersebut sebagai pembanding untuk dicari hasil akurasi terbaik. Setelah dilakukan penelitian didapatkan hasil bahwa algoritma CNN memiliki akurasi yang lebih tinggi dibandingkan algoritma SVM dengan hasil tertinggi didapatkan dengan arsitektur VGG19 dengan akurasi sebesar 98%. Diharapkan dengan penelitian ini kedepannya dapat digunakan dalam alat untuk membedakan sayuran busuk dan segar untuk mempercepat proses sortir. Dan dapat dilakukan penelitian menggunakan dataset dari klasifikasi sayur yang diperluas.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Hartanto, Anggit Dwi

Uncontrolled Keywords:

Kecerdasan Buatan, Deep Learning, Klasifikasi Gambar, CNN, Sayur

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

25 Nov 2024 01:26

Last Modified:

25 Nov 2024 01:26

URI:

http://eprints.amikom.ac.id/id/eprint/28330

Actions (login required)

View Item