APLIKASI PENDETEKSI KEMATANGAN PADA BUAH MENGGUNAKAN ALGORITMA CNN

NADIA EKA PATIMAH, NIM. 220280033 (2024) APLIKASI PENDETEKSI KEMATANGAN PADA BUAH MENGGUNAKAN ALGORITMA CNN. Other thesis, UNIVERSITAS MUHAMMADIYAH PAREPARE.

[thumbnail of File sampul  220280033_Nadia Eka Patimah_Teknik Informatika.pdf]
Preview
Image
File sampul 220280033_Nadia Eka Patimah_Teknik Informatika.pdf - Cover Image

Download (216kB) | Preview
[thumbnail of Pendahuluan 220280033_Nadia Eka Patimah_Teknik Informatika.pdf]
Preview
Text
Pendahuluan 220280033_Nadia Eka Patimah_Teknik Informatika.pdf - Submitted Version

Download (871kB) | Preview
[thumbnail of BAB (isi) 220280033_Nadia Eka Patimah_Teknik Informatika.pdf]
Preview
Text
BAB (isi) 220280033_Nadia Eka Patimah_Teknik Informatika.pdf - Submitted Version

Download (2MB) | Preview
[thumbnail of Lampiran 220280033_Nadia Eka Patimah_Teknik Informatika.pdf]
Preview
Text
Lampiran 220280033_Nadia Eka Patimah_Teknik Informatika.pdf - Submitted Version

Download (829kB) | Preview
[thumbnail of Jurnal 220280033_Nadia Eka Patimah_Informatika.pdf]
Preview
Text
Jurnal 220280033_Nadia Eka Patimah_Informatika.pdf - Submitted Version

Download (815kB) | Preview

Abstract

NADIA EKA PATIMAH. Aplikasi Pendeteksi Kematangan Buah Menggunakan Algoritma CNN (dibimbing oleh Muh. Basri dan Marlina).Kemajuan teknologi, termasuk kecerdasan buatan (AI), telah memberikan kontribusi signifikan dalam berbagai sektor. Salah satu aplikasi AI yang menjanjikan adalah pendeteksian kematangan buah menggunakan teknologi
pengolahan citra. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis algoritma Convolutional Neural Network (CNN) yang mampu mendeteksi tingkat
kematangan berbagai jenis buah. Aplikasi ini dirancang untuk membantu industri pertanian, distribusi makanan, serta konsumen, termasuk penyandang disabilitas,dalam memilih buah dengan tingkat kematangan yang sesuai, sehingga dapat
mengurangi pemborosan makanan. Penelitian ini menggunakan dataset gambar buah naga, pepaya, tomat, dan semangka, dan diimplementasikan menggunakan Android Studio, Python, dan bahasa pemrograman Kotlin. Hasil pengujian menunjukkan bahwa aplikasi ini mampu mendeteksi kematangan buah dengan
baik, menggunakan bounding box yang menampilkan label tingkat kematangan berdasarkan warna. Aplikasi ini diharapkan dapat menjadi solusi praktis untuk masalah pemborosan makanan di Indonesia, yang setiap tahunnya mencapai 23-48 juta ton. Dengan menyediakan informasi kematangan buah secara real-time,aplikasi ini membantu pengguna dalam membuat keputusan pembelian yang lebih
bijak, meningkatkan kemandirian penyandang disabilitas, serta menghemat waktu dan biaya. Hasil pengujian menunjukkan bahwa aplikasi pendeteksi kematangan buah memiliki tingkat keberhasilan sebesar 41%. Dari 34 sampel buah yang diuji,
aplikasi berhasil mendeteksi kematangan dengan benar pada 14 deteksi buah.Faktor-faktor seperti kualitas gambar, pencahayaan, dan variasi jenis buah berpengaruh terhadap hasil deteksi. Hasil penelitian ini menunjukkan potensi
aplikasi dalam membantu proses seleksi buah matang, meskipun diperlukan peningkatan lebih lanjut untuk mencapai akurasi yang lebih tinggi.

Item Type: Thesis (Other)
Uncontrolled Keywords: CNN, Deteksi, Buah, Citra, Python, YoloV8
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Sitti Hawa
Date Deposited: 28 Aug 2024 03:16
Last Modified: 28 Aug 2024 03:16
URI: https://repository.umpar.ac.id/id/eprint/800

Actions (login required)

View Item
View Item