COMPUTER VISION UNTUK MENGETAHUI KEMATANGAN JAMBU KRISTAL MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

RAMADHAN, MUHAMMAD ALIFADIN (2022) COMPUTER VISION UNTUK MENGETAHUI KEMATANGAN JAMBU KRISTAL MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Other thesis, UPN 'Veteran" Yogyakarta.

	Text COVER.pdf Download (163kB)
	Text DAFTAR ISI.pdf Download (502kB)
	Text DAFTAR PUSTAKA.pdf Download (145kB)
	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (56kB)
	Text SKRIPSI FULL_Muhammad Alifadin Ramadhan_123150128.pdf Download (5MB)
	Text ABSTRAK.pdf Download (13kB)

Abstract

ABSTRAK
Jambu kristal merupakan varietas dari jambu biji (Psidium Guajava L.). Jambu kristal
merupakan varietas baru sejak tahun 1998, hasil dari bantuan transfer teknologi Taiwan untuk
Indonesia dalam menciptakan berbagai hasil rekayasa genetika (Wang, 2011). Jambu kristal
memiliki beberapa keunggulan yaitu memiliki cita rasa yang segar, manis seperti buah apel
dan pir, mudah dibudidayakan, berbuah sepanjang tahun, peluang wirausaha yang tinggi baik
buah dan pembibitan, harga jual jambu ini di tingkat petani dan di supermarket cukup tinggi
(Pakpahan, 2011). Dalam penentuan kematangan buah jambu kristal dapat dilihat dari
parameter ciri warna. Dalam penentuan kematangan buah jambu kristal berdasarkan wana
kulit buah secara visual mata manusia memiliki beberapa kekurangan diantaranya
membutuhkan tenaga lebih banyak untuk menyortir kematangan buah dan penilaian
kematangan oleh manusia bersifat subyektif dan tidak konsisten dalam penilaian penghilatan
satu penilai dengan penilai lainnya sehingga mempengaruhi tingkat kualitas dalam
pengklasifikasian. Maka itu, diperlukan sebuah aplikasi untuk mempermudah klasifikasi.
Pada penelitian ini, proses klasifikasi kematangan buah jambu kristal menggunakan
metode Convolutional Neural Network (CNN). Hasilnya klasifikasi akan ditampilkan
menggunakan Computer Vision dengan kamera secara realtime. Pengujian dilakukan pada 40
data uji dan 572 data latih. Hasil yang diperoleh dari pengujian menggunakan metode
Convolutional Neural Network dan Computer Vision ini menghasilkan akurasi 95%.
Berdasarkan nilai akurasi tersebut, maka dapat disimpulkan bahwa Computer Vision
menggunakan metode Convolutional Neural Network mampu mengklasifikasi kematangan
buah jambu kristal berdasarkan warna. Tujuan: Implementasi Computer Vision menggunakan
Convolutional Neural Network dalam mengklasifikasikan kematangan buah jambu kristal.
Kata Kunci: Pengolahan Citra; Convolutional Neural Network; Computer Vision;
Kematangan; Klasifikasi; Jambu Kristal.
ABSTRACT
Crystal guava (Psidium guajava L.) is a variety of guava. Crystal guava is a new variety
since 1998, the result of technology transfer assistance from Taiwan to Indonesia in creating
various genetically modified products (Wang, 2011). Crystal guava has several advantages,
including having a fresh, sweet taste like apples and pears, easy to cultivate, bears fruit
throughout the year, and give high opportunities for entrepreneurs both in fruit and in nurseries
(Pakpahan, 2011). In determining the ripeness of crystal guava fruit, it can be seen from the
color characteristics parameters. However, the determination of the ripeness of crystal guava
fruit based on the color of the fruit skin visually by the human eye has several weaknesses,
including requiring more energy to sort fruit ripeness, the ripeness assessment by humans is
subjective and inconsistent in assessing the sight of one assessor with another so that it can
affect the quality level of classification. Therefore, an application to facilitate classification is
needed.
In this study, the Convolutional Neural Network (CNN) method is used to classify the
ripeness of crystal guava fruit. The results of the classification will be displayed using
Computer Vision with the camera in real time. Tests were carried out on 40 test data and 572
training data. The results obtained from testing using the Convolutional Neural Network and
Computer Vision method obtain an accuracy of 95%. Based on the accuracy value, it can be
concluded that Computer Vision using the Convolutional Neural Network method is able to
classify the ripeness of crystal guava fruit based on color. Objective: Implementation of
computer vision using deep learning convolutional neural network in classifying the ripeness
of crystal guava fruit.
Keywords: Image Processing; Convolutional Neural Network; Computer Vision; Ripeness,
Classification; Crystal Guava.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Pengolahan Citra; Convolutional Neural Network; Computer Vision; Kematangan; Klasifikasi; Jambu Kristal.
Subjects:	H Social Sciences > HD Industries. Land use. Labor
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Eko Yuli
Date Deposited:	21 Jun 2022 01:26
Last Modified:	21 Jun 2022 01:29
URI:	http://eprints.upnyk.ac.id/id/eprint/30094

Actions (login required)

View Item