SKRIPSI DIGITAL
Aplikasi Ai Menggunakan Deep Learning Untuk Klasifikasi Cabai Rawit Kering (Capsicum Frutescens L) Berbasis Citra Digital = Ai Application Using Deep Learning For Classification Of Dried Bird's Chili (Capsicum Frutescens L) Based On Digital Images
              Ilham Rizky Harijanto, “Aplikasi AI Menggunakan Deep Learning Untuk Klasifikasi Cabai Rawit Kering (Capsicum Frutescens L) Berbasis Citra Digital”, Skripsi D-IV Jurusan Teknik Elektro Politeknik Negeri Semarang, di bawah bimbingan Tri Raharjo Yudantoro, S. Kom., M.Kom. dan Slamet Handoko, S. Kom., M.Kom., Agustus 2025, 89 halaman
Cabai rawit (Capsicum frutescens L) merupakan salah satu komoditas pertanian utama di Indonesia. Penentuan tingkat kekeringan cabai rawit umumnya masih dilakukan secara manual, yang mengakibatkan hasil klasifikasinya kurang konsisten. Oleh karena itu, dibutuhkan metode otomatis yang bersifat objektif dan efisien guna meningkatkan akurasi dan konsistensi klasifikasi. Penelitian ini memanfaatkan teknologi Deep Learning untuk mengklasifikasikan tingkat kekeringan cabai rawit berbasis citra digital. Dataset yang digunakan terdiri dari citra cabai rawit merah dan hijau yang dikelompokkan ke dalam tiga kategori kualitas: segar, sedang, dan kering. Empat arsitektur model deep learning diuji, yaitu MobileNetV2, NASNetMobile, DenseNet121, dan EfficientNetB4. Dari hasil evaluasi, DenseNet121 menunjukkan performa terbaik dengan akurasi sebesar 90%. Model ini kemudian dikembangkan lebih lanjut menjadi DenseNet121 Improved dengan menambahkan beberapa dense layer dan dropout layer, sehingga meningkatkan akurasi hingga mencapai 98%. Model terbaik tersebut diimplementasikan dalam aplikasi mobile berbasis Android menggunakan framework Flutter dan bahasa pemrograman Dart, guna mempermudah masyarakat dalam mengakses informasi kualitas cabai rawit. Berdasarkan hasil analisis pengujian, aplikasi ini memperoleh tingkat kepuasan pengguna sebesar 90%, yang menunjukkan bahwa sistem telah diterima dengan sangat baik dan dinilai bermanfaat oleh pengguna.            
Tidak tersedia versi lain