SKRIPSI DIGITAL
Perancangan Aplikasi Cerdas untuk Klasifikasi Tingkat Kematangan Stroberi Menggunakan Model Deep Learning = An Intelligent Application Design for Strawberry Ripeness Classification Using Deep Learning Models
Buah stroberi merupakan komoditas hortikultura bernilai ekonomi tinggi yang kualitasnya sangat dipengaruhi oleh tingkat kematangan. Penilaian secara konvensional masih bergantung pada pengamatan visual yang subjektif dan kurang efisien. Penelitian ini mengembangkan aplikasi cerdas berbasis Android dengan memanfaatkan teknologi deep learning khususnya dengan menggunakan arsitektur Convolutional Neural Network (CNN) untuk mengklasifikasikan tingkat kematangan stroberi secara otomatis melalui citra digital. Lima arsitektur Convolutional Neural Network (CNN) yang dibandingkan dalam penelitian ini yakni MobileNetV2, InceptionV3, DenseNet121, ResNet50V2, dan NASNetMobile, dengan pendekatan transfer learning dan validasi 5-fold cross-validation. Model dilatih untuk mengenali empat kelas: mentah, matang, busuk, dan bukan stroberi. MobileNetV2 menunjukkan performa terbaik dengan akurasi 95,35% dan loss 0,0955, sehingga diintegrasikan ke dalam aplikasi. Aplikasi ini mendukung klasifikasi gambar dari kamera/galeri, menyimpan riwayat deteksi, dan memberikan informasi pasca panen. Inovasi ini diharapkan dapat mendukung digitalisasi sektor pertanian, khususnya dalam pengendalian mutu stroberi.
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