KLASIFIKASI TINGKAT KUALITAS WORTEL MENGGUNAKAN METODECONVOLUTIONAL NEURAL NETWORK (CNN)
Keywords:
convolutional neural network (CNN), )klasifikasi kualitas wortel, pengolahan citra digital, kecerdasan buatan, standar kualitas pertanianAbstract
Wortel (Daucus carota L.) adalah produk hortikultura yang memiliki nilai ekonomi tinggi di Indonesia. Penentuan kualitas wortel sangat penting dalam menentukan harga jual, namun proses klasifikasi kualitas secara manual sering tidak efisien dan konsisten. Dengan perkembangan teknologi, metode pengolahan citra digital dan kecerdasan buatan seperti Convolutional Neural Network (CNN) menawarkan solusi untuk mengotomatisasi klasifikasi kualitas wortel. Penelitian ini mengembangkan sistem klasifikasi kualitas wortel menggunakan metode CNN. Dataset terdiri dari 450 gambar wortel yang dibagi menjadi tiga kategori kualitas: baik, sedang, dan buruk. Model CNN dirancang dengan beberapa lapisan konvolusi, pooling, dan fully connected, menggunakan fungsi aktivasi ReLU dan softmax. Hasil penelitian menunjukkan bahwa model CNN mampu mengklasifikasikan kualitas wortel dengan akurasi tinggi, mencapai akurasi validasi hingga 94% pada epoch ke-50. Implementasi metode ini diharapkan dapat meningkatkan efisiensi dan akurasi dalam proses sortasi wortel, serta berkontribusi pada standarisasi kualitas di industri pertanian.
Downloads
References
Kementerian Pertanian Republik Indonesia, "Statistik Produksi Hortikultura Tahun 2020," Jakarta, 2021.
BPS. (2021). Produksi Hortikultura Indonesia. Jakarta: Badan Pusat Statistik.
Departemen Pertanian. (2020). Statistik Hortikultura Indonesia. Jakarta: BPS.
S. Patel, R. Patel, and D. Patel, "A survey of computer vision techniques for automatic grading of agricultural products," Computers and Electronics in Agriculture, vol. 179, p. 105808, 2020.
Kamilaris, A., & Prenafeta-Boldú, F. X. (2018). Deep learning in agriculture: A survey. Computers and Electronics in Agriculture, 147, 70-90.
Golhani, K., Balasundram, S. K., Vadamalai, G., & Pradhan, B. (2018). A review of neural networks in plant disease detection using hyperspectral data. Information Processing in Agriculture, 5(3), 354-371.
Yudha Saintika, A. W. (2018). Perancangan Sistem Informasi Klasifikasi Wortel Berbasis. Jurnal Riset Sains dan Teknologi, 63-70.
M. Rinandar Tasya, B. S. (2020). Klasifikasi Kualitas Kematangan Wortel Menggunakan Metode GLCM(GrayLevel Co-Occurrence Matrix) Dan Neural Network. Jurnal Teknologi dan Rekayasa, 1-10.
Y. LeCun, Y. Bengio, and G. Hinton, "Deep learning," Nature, vol. 521, no. 7553, pp. 436-444, 2015.
A. Krizhevsky, I. Sutskever, and G. E. Hinton, "ImageNet classification with deep convolutional neural networks," Communications of the ACM, vol. 60, no. 6, pp. 84-90, 2017.
K. Simonyan and A. Zisserman, "Very deep convolutional networks for large-scale image recognition," arXiv preprint arXiv:1409.1556, 2014.
S. Naik and B. Patel, "Machine Vision based Fruit Classification and Grading - A Review," International Journal of Computer Applications, vol. 170, no. 9, pp. 22-34, 2017.
M. Bhargava and A. Bansal, "Deep learning for vegetable image classification: A comparative study," Multimedia Tools and Applications, vol. 80, pp. 14501-14516, 2021.
A. F. Saleh, N. Y. Dahlan, and N. A. M. Isa, "Automatic vegetable quality grading system using computer vision: A review," Computers and Electronics in Agriculture, vol. 173, p. 105441, 2020.
F. Femling, A. Olsson, and F. Alonso-Fernandez, "Fruit and vegetable identification using machine learning for retail applications," 2018 14th International Conference on Signal-Image Technology & Internet-Based Systems (SITIS), pp. 9-15, 2018.
Ridol Liusman Gaho, I. T. (2024). Klasifikasi Kualitas Permukaan Jalan Raya Menggunakan Metode CNN Berbasis Arsitektur Xception. Jurnal Inovtek Polbeng - Seri Informatika, 354-365.
Mozes Hasian Veltin Sinaga, M. A. (2024). Klasifikasi Gambar Pemandangan dengan Kecerdasan Buatan Berbasis CNN. Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), 412-417.
Febrywinata, E. (2024). Pengenalan Dan Klasifikasi Jenis Buah Menggunakan Metode CNN Secara. Jurnal Riset Sistem Informasi dan Teknik Informatika, 185-193.
Ilham Alfiantama, M. I. (2024). Klasifikasi Tingkat Roasting Biji Kopi Dengan Metode CNN. prosiding seminar nasional teknologi dan sains, 285-290.
Febby Lavenia, C. M. (2024). Klasifikasi Penyakit Pulpitis Pada Citra Radiografi Periapikal Menggunakan Metode Convolutional Neural Network (CNN). Media Jurnal Informatika, 61-67.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Samsudin, Abdullah, Muhammad Rizky (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
