IMPLEMENTASI COMPUTER VISION UNTUK KLASIFIKASI KUALITAS BUAH PISANG DENGAN MOBILENETV2 DAN CLAHE

YOGA SAMUDRA HERIYANTO, . (2026) IMPLEMENTASI COMPUTER VISION UNTUK KLASIFIKASI KUALITAS BUAH PISANG DENGAN MOBILENETV2 DAN CLAHE. Tugas Akhir thesis, UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN YOGYAKARTA.

	Text Cover_123220154.pdf Download (342kB)
	Text Abstrak_123220154.pdf Download (128kB)
	Text Halaman Pengesahan_123220154.pdf Download (628kB)
	Text Daftar isi_123220154.pdf Download (122kB)
	Text Daftar Pustaka_123220154.pdf Download (122kB)
	Text Skripsi Full_123220154.pdf Restricted to Repository staff only Download (5MB)

Abstract

Buah pisang memiliki tingkat produksi dan konsumsi tinggi di Indonesia, namun proses penilaian kualitasnya masih dilakukan secara manual sehingga sering menimbulkan ketidakkonsistenan dan kesalahan klasifikasi. Hal ini berdampak pada penyortiran yang kurang efisien dan potensi kerugian bagi petani maupun pedagang. Penelitian ini bertujuan membangun sistem klasifikasi kualitas pisang berbasis citra menggunakan MobileNetV2 dengan peningkatan kualitas gambar melalui Contrast Limited Adaptive Histogram Equalization (CLAHE).
Dataset yang digunakan berasal dari Telkom University Dataverse dengan total 1.865 citra pisang dalam empat kelas: mentah, setengah matang, matang, dan terlalu matang. Tahapan preprocessing meliputi resize citra menjadi 224×224 piksel, augmentasi (flip dan rotasi), serta penerapan CLAHE pada channel L ruang warna LAB untuk meningkatkan kontras. Model MobileNetV2 dilatih menggunakan transfer learning dengan konfigurasi learning rate 0.0001, batch size 32, dan 30 epoch.
Hasil pengujian menunjukkan bahwa penggunaan CLAHE meningkatkan kejelasan fitur visual yang relevan, sehingga model menghasilkan akurasi dan skor evaluasi lebih baik dibandingkan tanpa CLAHE. Perbaikan terlihat pada precision, dan recall, terutama pada kelas mentah dan setengah matang yang sebelumnya sering tertukar. Kesimpulannya, kombinasi MobileNetV2 dan CLAHE efektif untuk klasifikasi kualitas pisang dan dapat menjadi dasar pengembangan sistem penyortiran otomatis berbasis computer vision.

Kata Kunci: MobileNetV2, CLAHE, Klasifikasi Pisang, Transfer Learning

Item Type:	Tugas Akhir (Tugas Akhir)
Additional Information:	Yoga Samudra Heriyanto (Penulis - 123220154) Dessyanto Boedi P (Pembimbing)
Uncontrolled Keywords:	MobileNetV2, CLAHE, Klasifikasi Pisang, Transfer Learning
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	21 Jan 2026 01:31
Last Modified:	21 Jan 2026 01:31
URI:	http://eprints.upnyk.ac.id/id/eprint/46596

Actions (login required)

View Item