Penerapan Deep Learning untuk Klasifikasi Buah Berdasarkan Citra dengan Metode Convolutional Neural Networks
DOI:
https://doi.org/10.60076/indotech.v2i3.978Keywords:
Deep Learning, Convolutional Neural Networks, Klasifikasi buah, Citra digitalAbstract
Peningkatan efisiensi dalam pemilihan dan klasifikasi buah menjadi tantangan utama dalam industri pangan. Proses manual yang digunakan selama ini memakan waktu dan rentan terhadap kesalahan manusia. Penelitian ini mengembangkan sistem otomatis untuk klasifikasi buah menggunakan Convolutional Neural Networks (CNN) yang mampu mengenali berbagai jenis buah melalui citra digital. CNN dipilih karena kemampuannya dalam mengekstraksi fitur secara otomatis dan mengidentifikasi pola visual bahkan dalam kondisi pencahayaan dan variasi bentuk yang berbeda. Model yang dikembangkan menunjukkan hasil yang sangat baik, dengan akurasi lebih dari 96% pada data pelatihan dan validasi. Selain itu, model ini juga mencapai nilai precision, recall, dan F1-score yang hampir sempurna, mendekati 1.0, untuk setiap kelas buah yang diuji. Temuan ini menunjukkan bahwa CNN merupakan pendekatan yang sangat efektif untuk meningkatkan kecepatan dan akurasi dalam klasifikasi buah yang dapat diimplementasikan untuk meningkatkan efisiensi dalam industri pangan. Penelitian ini tidak hanya memberikan solusi untuk mengatasi kendala dalam proses pemilihan buah secara manual, tetapi juga membuka peluang untuk penerapan teknologi serupa dalam sektor pertanian dan distribusi pangan lainnya, sehingga dapat meningkatkan produktivitas dan kualitas hasil pertanian secara keseluruhan. Dengan demikian, sistem klasifikasi otomatis ini berpotensi menjadi alat yang berharga dalam mendukung keberlanjutan dan efisiensi industri pangan di masa depan
Downloads
References
L. Muda Harahap, T. Gloria Pakpahan, R. Aulia Wijaya, and A. Zacky Nasution, “Publikasi Ilmu Tanaman dan Agribisnis (BOTANI) Dampak Transformasi Digital pada Agribisnis: Tantangan dan Peluang bagi Petani di Indonesia,” Botani, vol. 1, no. 2, pp. 99–108, 2024, [Online]. Available: https://doi.org/10.62951/botani.v1i2.55
Masliani, D. I. H., Mahrita, S., Sari, M., & Lestari, Y. M. (2024). Pertanian era modern: Dinamika pertanian dan solusi inovatif untuk petani. PT Media Penerbit Indonesia.
M. I. Dinata, N. Sulistianingsih, and S. A. A. Yusuf, “Implementasi Deep Learning Dalam Klasifikasi Citra Gambar Dengan Menggunakan Metode CNN,” J. Inf. Technol. Syst., pp. 14–19, 2023.
M. S. Ummah, Supply Chain Management, vol. 11, no. 1. 2019. [Online]. Available: http://scioteca.caf.com/bitstream/handle/123456789/1091/RED2017-Eng-8ene.pdf?sequence=12&isAllowed=y%0Ahttp://dx.doi.org/10.1016/j.regsciurbeco.2008.06.005%0Ahttps://www.researchgate.net/publication/305320484_SISTEM_PEMBETUNGAN_TERPUSAT_STRATEGI_MELESTARI
A. ANHAR and R. A. PUTRA, “Perancangan dan Implementasi Self-Checkout System pada Toko Ritel menggunakan Convolutional Neural Network (CNN),” ELKOMIKA J. Tek. Energi Elektr. Tek. Telekomun. Tek. Elektron., vol. 11, no. 2, p. 466, 2023, doi: 10.26760/elkomika.v11i2.466.
S. R. Suartika E. P, I Wayan, Wijaya Arya Yudhi, “Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN) Pada Caltech 101,” J. Tek. ITS, vol. 5, no. 1, p. 76, 2016, [Online]. Available: http://repository.its.ac.id/48842/
T. Dwi Antoko, M. Azhar Ridani, and A. Eko Minarno, “Klasifikasi Buah Zaitun Menggunakan Convolution Neural Network,” Komputika J. Sist. Komput., vol. 10, no. 2, pp. 119–126, 2021, doi: 10.34010/komputika.v10i2.4475.
S. Ilahiyah and A. Nilogiri, “Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network _ Ilahiyah _ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia),” JUSTINDO(Jurnal Sist. Teknol. Inf. Indones., vol. 3, no. 2, pp. 49–56, 2018.
M. O. Al-Shawwa and S. S. Abu-Naser, “Classification of Apple Fruits by Deep Learning,” Int. J. Acad. Eng. Res., vol. 3, no. 12, pp. 1–7, 2019, [Online]. Available: www.ijeais.org/ijaer
J. M. Ponce, A. Aquino, and J. M. Andújar, “Olive-fruit variety classification by means of image processing and convolutional neural networks,” IEEE Access, vol. 7, p. 147629, 2019, doi: 10.1109/ACCESS.2019.2947160.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Dede Wulan Rahayu, David Setiadi, Dwi Yuniarto
This work is licensed under a Creative Commons Attribution 4.0 International License.