✉ repository@umpar.ac.idOpen Access Institutional Repository LoginCreate accountAdvanced search

APLIKASI PENDETEKSI KEMATANGAN PADA BUAH MENGGUNAKAN ALGORITMA CNN

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

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

Download (216kB)
[thumbnail of PENDAHULUAN] Text (PENDAHULUAN)
Pendahuluan 220280033_Nadia Eka Patimah_Teknik Informatika.pdf - Supplemental Material

Download (871kB)
[thumbnail of BAB ISI] Text (BAB ISI)
BAB (isi) 220280033_Nadia Eka Patimah_Teknik Informatika.pdf - Supplemental Material

Download (2MB)
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
Lampiran 220280033_Nadia Eka Patimah_Teknik Informatika.pdf - Supplemental Material

Download (829kB)
[thumbnail of ARTIKEL] Text (ARTIKEL)
Jurnal 220280033_Nadia Eka Patimah_Informatika.pdf - Published Version

Download (815kB)

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: Sains dan Teknologi
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: TIRSAH RAHAYU
Date Deposited: 21 Oct 2026 00:33
Last Modified: 21 Oct 2026 00:33
URI: https://repository.umpar.ac.id/id/eprint/895

Actions (login required)

View Item
View Item