KLASIFIKASI KACANG PISTACHIO MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

Lisda, Lisda (2023) KLASIFIKASI KACANG PISTACHIO MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN). S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 21.51.2103 Lisda.pdf Download (3MB)

Abstract

Sektor pertanian merupakan bagian terpenting yang ikut membantu dalam pembangunan sebuah negara di abad ini dalam menyokong perekonomian. Seiring bertambahnya zaman, persaingan di sektor pertanian akan mengalami peningkatan persaingan yang dibuktikan dengan semakin tingginya produktivitas, mutu, dan efisiensi usaha. Inovasi-inovasi baru yang membantu sektor pertanian semakin dibutuhkan untuk meningkatkan kualitas dan kuantitas yang dihasilkan bisa maksimal. Salah satu sektor pertanian yang butuh inovasi baru adalah pistachio. Pistachio merupakan jenis kacang kacangan yang memiliki kandungan gizi tinggi. Namun, beberapa jenis kacang pistachio memiliki bentuk yang sama, mulai dari cangkang, batang serta biji, sehingga sulit untuk dibedakan utamanya jenis kirmizi dan siirt. Hal ini mempengaruhi produktivitas kerja utamanya pada proses pengemasan serta pemasaran. Sehingga dibutuhkan inovasi baru untuk mengenali dan mengklasifikasikan jenis kacang pistachio terutama pistachio jenis kirmizi dan siirt agar proses pengemasan lebih mudah dan lebih cepat. Pada penelitian ini, penulis melakukan klasifikasi pada kacang pistachio jenis kirmizi dan siirt menggunakan arsitektur CNN yaitu InceptionV3 dan ResNet50 dengan tujuan untuk mengetahui dan membandingkan tingkat akurasi dari arsitektur CNN yang digunakan. Dari hasil penelitian didapatkan nilai akurasi tertinggi pada penelitian ini terhadap klasifikasi kacang pistachio adalah arsitektur Inception-V3 dengan penerapan hyperparameter pada proses training, mendapatkan nilai akurasi sebesar 98.36%. Sedangkan pada penggunaan ResNet 50 mendapatkan nilai akurasi sebesar 89.65%. Kinerja inception v3 lebih baik dari resnet 50 sehingga penggunaan inception v3 dengan adjusting hyperparameter bisa dipertimbangkan untuk penelitian berikutnya.

Actions (login required)

View Item