SKRIPSI DIGITAL
Penerapan Model Deep Learning Untuk Klasifikasi Jenis Cabai Berdasarkan Ekstrasi Warna, Tekstur Dan Bentuk = Application Of Deep Learning Model For Classification Of Chili Types Based On Color, Texture And Shape Extraction
Dalam industri pertanian dan perdagangan pangan, klasifikasi yang tepat dari jenis cabai dan kualitasnya sangat penting. Metode manual yang telah digunakan selama ini memiliki keterbatasan dalam hal konsistensi dan efektivitas. Studi ini menyarankan penggunaan model deep learning, terutama NovaNet, untuk mengklasifikasikan berbagai jenis cabai berdasarkan ekstraksi warna, tekstur, dan bentuknya. Selain itu, lima arsitektur turunan dari Convolutional Neural Network (CNN) digunakan sebagai pembanding untuk mengevaluasi kinerja klasifikasi. Data yang digunakan terdiri dari enam jenis cabai berbeda: cabai rawit hijau, cabai rawit merah, cabai besar hijau, cabai besar merah, cabai keriting merah, dan cabai keriting hijau. Preprocessing gambar, segmentasi semantik, pelatihan model, dan pengujian dengan metrik akurasi, presisi, recall, dan skor F1 digunakan. Hasil yang diharapkan adalah pembentukan sistem klasifikasi yang akurat, efektif, dan dapat digunakan dalam industri pertanian.
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