Implementasi CNN Dalam Mengidentifikasi Kematangan Cabai Berdasarkan Warna

Authors

  • Ristiana Betris Tosi Sekolah Tinggi Manajemen Informatika Komputer Uyelindo
  • Helena dorothea Mbura Sekolah Tinggi Manajemen Informatika Komputer Uyelindo
  • Yampi R Kaesmetan Sekolah Tinggi Manajemen Informatika Komputer Uyelindo

DOI:

https://doi.org/10.60076/indotech.v2i1.385

Keywords:

Cabai, Kematangan, Convolutional Neural Network (CNN).

Abstract

Cabai yang dijadikan sebagai pelengkap bumbu masakan dapat dipanen ketika buah cabai masih muda berwarna hijau dan cabai yang sudah masak berwarna merah. Cabai banyak dikonsumsi oleh seluruh lapisan masyarakat yang dimanfaatkan sebagai penyedap berbagai jenis masakan. Dengan konsumsi cabai yang terus meningkat dan harus ada pada setiap masakan, maka cabai termasuk produk yang memberikan keuntungan yang sangat besar bagi petani dan pedagang dalam penjualan produk pertanian ini. Meskipun cabai bukanlah makanan pokok, namun cabai tidak terlepas penggunaannya dalam kehidupan sehari-hari terutama sebagai pelengkap untuk bumbu masakan baik dalam kondisi segar maupun yang telah diolah terlebih dahulu. Cabai umumnya mengalami perubahan warna selama kematangannya. Misalnya, dari hijau menjadi kuning, oranye, atau merah, tergantung pada varietasnya. Warna merah seringkali menjadi indikator kematangan penuh pada banyak varietas cabai.Ukuran dan bentuk cabai dapat berubah selama proses kematangan. Beberapa varietas dapat mengalami peningkatan ukuran atau perubahan bentuk yang khas saat mencapai kematangan penuh.Cabai yang matang biasanya memiliki tekstur yang lebih lembut daripada yang belum matang. Kepadatan buah juga dapat mengalami perubahan, menjadi lebih rendah ketika mencapai kematangan.Aroma dan rasa cabai dapat berkembang selama proses kem

Downloads

Download data is not yet available.

References

Anggraeni, T, N., & Fadlil, A. (2013). Sistem Identifikasi Citra Jenis Cabai (Capsicum Annuml). Menggunakan Metode Klasifikasi City Block Distance.

Anjayani, D., & Ambarwati, E. (2021, Agustus). Mutu dan Daya Simpan Buah Cabai Merah (Capsicum annuum L.) sebagai Tanggapan terhadap Berbagai Jenis Pupuk Hayati. Available online at https://jurnal.ugm.ac.id/jbp

Dhania, F, C., Fitriyah, H., & Widasari, R, E. (2023). Sistem Deteksi Kematangan Cabai Hidroponik menggunakan Metode Thresholding pada Warna Hue, Saturation, dan Value.

Fitri, E, Z., Nuhanatika, U., Madjid, A., & Imron, N, M, A. (2020). Penentuan Tingkat Kematangan Cabai Rawit (Capsicum frutescens L.) Berdasarkan Gray Level Co-Occurrence Matrix

Himmah, F, E., Widyaningsih, M., & Maysaroh. (2022, November). Identifikasi Kematangan Buah Kelapa Sawit Berdasarkan Warna RGB Dan HSV Menggunakan Metode K-Means Clustering. Jurnal Sains dan Informatika

Jumadi, J., Yupianti., & Sartika, D. (2021) Pengolahan Citra Digital Untuk Identifikasi Objek Menggunakan Metode HIERARCHICAL AGGLOMERATIVE CLUSTERING.

Kaswar, B, A., Adiba, F., &Andayani, D, D (November 2023). Sistem Klasifikasi Tingkat Kematangan Buah Cabai KatokkonBerdasarkan Fitur Warna LAB Menggunakan Artificial Neural Network Backpropagation.

Luthfi, A., Sari, M, A., Dewi, R, G., Dwijayanti, Y., Satya, P, T., Sari, R, A., & Anoraga, B, S. (Juni, 2023). Penentuan Klasifikasi Kematangan dan kualitas Cabai Merah Besar (Capsicum annuum L.) menggunakan aplikasi color grab. Jurnal Teknologi Industri Pertanian.

Ningru1, C, T, N, B., Ni’mah, N, N, E., ARIFIN, P., M., & Dara widya., D., A. (2024). KLASIFIKASI DAN PENGENALAN POLA PENYAKIT CABAI

DENGAN METODE CNN (Convolution Neural Network). PROSIDING SEMINAR NASIONAL TEKNOLOGI DAN SAINS TAHUN 2024, Vol. 3. Program Studi Teknik Informatika, Universitas Nusantara PGRI Kediri.

Noviana, R, P, L., & Nugraha, S, B, N. (2023, November). Perbandingan Klasifikasi Citra Daun Herbal Menggunakan Metode Logistic Regression dan Decision Tree Classifier Berdasarkan Fitur (Warna, GLCM, Bentuk). JITU : Journal Informatic Technology And Communication.

Nuha, R, M., Putri, A, T., & Utami, D, A. (2023, April). Pendapatan Usahatani Cabai Merah Berdasarkan Musim di Provinsi Jawa Tengah. Jurnal Ilmu Pertanian Indonesia (JIPI).

Sabilla, A, I. (2020). Arsitektur Convolutional Neural Network (CNN) Untuk Klasifikasi Jenis Dan Kesegaran Buah Pada Neraca Buah.

Soelaiman, R., P, E, SuartikaWayang , l., & Wijaya, Y, A. Klasifikasi Citra Menggunakan Convolutional Neural Network (Cnn) pada Caltech 101. JURNAL TEKNIK ITS Vol. 5, No. 1, (2016)

Sutrisno. (Juni, 2015). Ketersediaan Cabai Merah (Capsicum annuum L) Dalam Menopang Ketahanan Pangan di Kabupaten Pati. Jurnal Litbang Vol.XI, No.1, Juni 2015: 38-45.

Perlindungan, L., & Risnawati (2020, Agustus). Pengenalan Tanaman Cabai Dengan Teknik Klasifikasi Menggunakan Metode CNN. Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA).

Downloads

Published

2024-04-30

How to Cite

Ristiana Betris Tosi, Helena dorothea Mbura, & Yampi R Kaesmetan. (2024). Implementasi CNN Dalam Mengidentifikasi Kematangan Cabai Berdasarkan Warna. Indonesian Journal of Education And Computer Science, 2(1), 34–42. https://doi.org/10.60076/indotech.v2i1.385