Klasifikasi Kesegaran Pada Sayur Sawi Berdasarkan Citra Daun Menggunakan Metode CNN Berbasis Web

Mufidah, Aini (2024) Klasifikasi Kesegaran Pada Sayur Sawi Berdasarkan Citra Daun Menggunakan Metode CNN Berbasis Web. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_2021400097_Aini Mufidah_IF.pdf Restricted to Registered users only Download (5MB)

Abstract

Mufidah, Aini. 2024. Klasifikasi Kesegaran Sayur Sawi Berdasarkan Citra Daun Menggunakan Metode CNN Berbasis Web. Skripsi, Prodi Teknik Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Kamil Malik, M.Kom., (II) Syaiful, M.Kom.

Kata Kunci: Klasifikasi, Convolutional Neural Network (CNN), Akurasi, Confusion Matrix, Sayur Sawi.

Sayur sawi merupakan komoditas pangan yang rentan mengalami kerusakan dan pembusukan akibat waktu simpan yang singkat serta penanganan pascapanen yang kurang tepat. Untuk menjamin kualitas produk bagi konsumen, diperlukan sebuah sistem klasifikasi otomatis yang mampu menilai kesegaran sawi secara objektif. Penelitian ini bertujuan untuk mengimplementasikan dan menguji akurasi algoritma Convolutional Neural Network (CNN) dalam menentukan klasifikasi kelas sawi segar dan sawi tidak segar berdasarkan citra daun. Dataset yang digunakan dalam penelitian ini berjumlah 800 gambar, yang kemudian dibagi menjadi data pelatihan (training), data pengujian (testing), dan data validasi dengan rasio 90% untuk pelatihan dan 10% untuk validasi. Proses pengujian model menunjukkan dinamika performa yang beragam, di mana pada kelas sawi tidak segar diperoleh nilai akurasi sebesar 25%, sedangkan pada kelas sawi segar mencapai 60%. Secara keseluruhan, integrasi model CNN dalam sistem ini mampu menghasilkan nilai akurasi total sebesar 85%. Hasil penelitian ini menunjukkan bahwa metode CNN memiliki potensi yang cukup baik dalam melakukan klasifikasi kesegaran sayur sawi, yang kemudian diimplementasikan ke dalam antarmuka berbasis web untuk memudahkan aksesibilitas bagi pengguna dalam memastikan kualitas sayuran secara praktis.

Item Type:	Thesis (Other)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software S Agriculture > S Agriculture (General)
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	28 Apr 2026 04:33
Last Modified:	28 Apr 2026 04:33
URI:	https://repository.unuja.ac.id/id/eprint/3181

Actions (login required)

View Item