Penerapan Algoritma CNN (Convolutional Neural Network)  Untuk Menentukan Pemilihan Bibit Kelapa  Pandan Berdasarkan Citra

Miftah Aristiya Badri; Halim Maulana

Authors

Miftah Aristiya Badri Universitas Muhammadiyah Sumatera Utara
Halim Maulana Universitas Muhammadiyah Sumatera Utara

Keywords:

Bibit kelapa pandan

Abstract

Pemilihan bibit kelapa pandan yang berkualitas merupakan tahap penting dalam mendukung pertumbuhan dan produktivitas tanaman, namun seleksi manual berdasarkan pengamatan visual bersifat subjektif, membutuhkan waktu, dan berpotensi menghasilkan keputusan yang kurang konsisten. Penelitian ini menerapkan Convolutional Neural Network (CNN) untuk mengklasifikasikan kualitas bibit kelapa pandan berdasarkan citra digital. Dataset terdiri atas 1.000 citra, yaitu 500 citra bibit unggul dan 500 citra bibit tidak unggul, yang dibagi menjadi 80% data training, 10% data validation, dan 10% data testing. Tahapan klasifikasi meliputi pengambilan dan validasi citra, preprocessing berupa resize dan normalisasi, pemrosesan menggunakan model CNN, serta prediksi kelas. Model yang telah dilatih diimplementasikan dalam aplikasi berbasis web dengan input melalui unggahan gambar maupun kamera. Hasil menunjukkan bahwa sistem mampu mengenali pola visual bibit, terutama bentuk bibit, warna daun, dan kondisi pertumbuhan, serta menampilkan kategori bibit beserta nilai confidence. Kinerja klasifikasi masih dipengaruhi kualitas citra, khususnya pencahayaan, sudut pengambilan gambar, dan kejernihan objek. Penerapan CNN dapat membantu proses pemilihan bibit secara lebih cepat, objektif, dan efisien

References

A. B. Setiawan and P. P. Wartini, “Penapisan Bibit Kelapa Pandan Wangi (Cocos nucifera L.) Berdasarkan Gen CnBADH2,” pp. 7–8, 2024.

A. Santoso, J. Arimawan, and K. Kunci, “Pengaruh Suhu Pengeringan dan Konsentrasi Penambahan Bubuk Pandan Wangi (Pandanus amaryllifolius) terhadap Karakteristik Fisik dan Organoleptik Klepon,” vol. 2, no. 4, pp. 183–195, 2023.

P. A. Ilahi, R. Toyib, Y. Reswan, A. Sonita, T. Informatika, U. M. Bengkulu, and K. Bengkulu, “Kematangan serta Mengukur Kandungan Vitamin C,” vol. 9, no. 3, pp. 5007–5013, 2025.

M. Amin and A. Bindas, “Pengklasifikasi Bibit Kelapa Menggunakan Algoritma Deep Learning Convolutional Neural Network,” vol. 6, pp. 1–9, 2023.

L. A. Susanto, “Pemilihan hyperparameter pada AlexNet CNN untuk klasifikasi citra penyakit kedelai,” vol. 5, no. 2, pp. 113–122, 2023.

A. N. Komariyah, B. Rohmatulloh, Y. Hendrawan, and S. M. Sutan, “Klasifikasi Kualitas Teh Hitam Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Citra Digital,” vol. 11, no. 2, pp. 221–231, 2023, doi: 10.29303/jrpb.v11i2.542.

D. Harmaidi, D. Zargustin, V. J. Putri, F. Pertanian, U. L. Kuning, T. H. Pertanian, and U. L. Kuning, “Budidaya Kelapa Pandan Wangi Pada Lahan Marginal Di Pondok Pesantren Hidayatulah Mubtadiin,” vol. 4, no. 2, pp. 143–147, 2023.

A. Ramadhanu and H. Syahputra, “Pengenalan Teknologi Pengolahan Citra Digital (Digital Image Processing) untuk Santri di Rahmatan Lil ’Alamin International Islamic Boarding School,” vol. 3, no. 2, pp. 1239–1244, 2022.

H. A. Pratiwi, M. Cahyanti, and M. Lamsani, “Implementasi Deep Learning Flower Scanner Menggunakan,” vol. 25, no. 1, pp. 124–130, 2021, doi: 10.46984/sebatik.v25i1.1297.

I. Suhardin, A. Patombongi, and A. M. Islah, “Berdasarkan Citra Daun Menggunakan Algoritma Convolutional Neural Network,” vol. 6, no. 2, 2021.

M. Resa, A. Yudianto, and H. Al Fatta, “Wayang dengan Algoritma Convolutional Neural Network,” vol. 2, pp. 182–190, 2020.

B. Setiyono, M. Riv, Q. Q. Aini, and T. H. Soegianto, “Identifikasi Tanaman Obat Indonesia melalui Citra Daun Menggunakan Metode Convolutional Neural Network (CNN),” vol. 10, no. 2, 2023, doi: 10.25126/jtiik.2023106809.

J. Informatika and E. Bisnis, “Jurnal Informatika Ekonomi Bisnis: Klasifikasi Kualitas Citra Bibit dalam Meningkatkan Produksi Kelapa Sawit Menggunakan Metode Convolutional Neural Network (CNN),” vol. 4, no. 3, pp. 72–77, 2022, doi: 10.37034/infeb.v4i3.143.

J. Jumadi and D. Sartika, “Pengolahan Citra Digital untuk Identifikasi Objek Menggunakan Metode Hierarchical Agglomerative Clustering,” vol. 10, no. 2, pp. 148–156, 2021.

R. F. Muharram and A. Suryadi, “Implementasi artificial intelligence untuk deteksi masker secara real-time dengan TensorFlow dan SSD MobileNet berbasis Python,” Jurnal Widya, vol. 3, pp. 281–290, 2022.

F. Ramadhani and A. Satria, “Implementasi Algoritma Convolutional Neural Network dalam Mengidentifikasi Dini Penyakit pada Mata Katarak,” 2023