SKRIPSI DIGITAL
Pengembangan Aplikasi Klasifikasi Jambu Kristal (Psidium Guajava) Dengan Metode Convolutional Neural Network Pada Platform Mobile Berbasis Citra Digital = Development of a Crystal Guava (Psidium guajava) Classification Application Using Convolutional Neural Network Method on a Mobile Platform Based on Digital Image
Muhammad Fikry Alifiansyah, “PENGEMBANGAN APLIKASI KLASIFIKASI JAMBU KRISTAL (PSIDIUM GUAJAVA) DENGAN METODE CONVOLUTIONAL NEURAL NETWORK PADA PLATFORM MOBILE BERBASIS CITRA DIGITAL”, Skripsi Sarjana Terapan Jurusan Teknik Elektro Politeknik Negeri Semarang, di bawah bimbingan Tri Raharjo Yudantoro, S.Kom., M.Kom. dan Dr. Ir. Kurnianingsih, S.T., M.T., 15 Agustus 2024.75 Halaman
Jambu kristal, sebagai varietas jambu biji yang sedang dikembangkan di berbagai wilayah Indonesia, memegang peranan penting dalam peningkatan perekonomian petani. Namun, penentuan kematangan buah masih sering dilakukan secara manual, memunculkan tantangan efisiensi dan konsistensi. Oleh karena itu, penelitian ini mengusulkan penggabungan teknologi machine learning dengan metode pengembangan aplikasi berbasis citra digital untuk meningkatkan proses penyortiran kematangan buah jambu kristal. Model deep learning, khususnya convolutional neural network (CNN), digunakan untuk klasifikasi kematangan berdasarkan warna kulit buah. Sistem ini diharapkan dapat meningkatkan efisiensi dan memberikan nilai akurasi yang tinggi dalam proses penyortiran buah jambu kristal. Metode yang digunakan adalah System Development Life Cycle (SDLC) dengan pendekatan Waterfall. Dengan perancangan sistem yang dibentuk dari model deep learning menghasilkan kinerja yang sangat baik dalam melakukan klasifikasi citra gambar buah jambu kristal dengan memanfaatkan pelatihan model dari base model ResNet50V2, DenseNet121, NASNetMobile, dan MobileNetV2 dengan kombinasi pelatihan menggunakan K-fold cross validation dengan konfigurasi 5 subsets (folds). Model terbaik yang dilatih mencapai rata-rata nilai akurasi terbesar 99,92% pada pelatihan model menggunakan MobileNetV2 dengan rata-rata nilai loss terendah 0,0088. Pengembangan sistem aplikasi dirancang menggunakan mobile android dengan memanfaatkan framework flutter dan bahasa pemrograman dart. Hasil penelitian membuktikan komparasi pengujian pada buah jambu kristal dengan buah jambu lokal terhadap parameter klasifikasi kematangan.
Kata Kunci: Jambu Kristal, Machine Learning, Convolutional Neural Network, Pengembangan Aplikasi Berbasis Citra Digital, Klasifikasi Kematangan
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah