Find in Library
Search millions of books, articles, and more
Indexed Open Access Databases
Deteksi Tingkat Kematangan Buah Pepaya menggunakan Model Convolutional Neural Network
oleh: Naufal Putra Sutrisna, Rafifa Addin Sahirah, Khansa Salsabila Sangdiva Laksono, Raditya Atmaja Satria Permadhi, Nadhira Nurannisa, Saqina Salsabila Larasati, Wahayu Widyaning Asmani, Novanto Yudistira
| Format: | Article |
|---|---|
| Diterbitkan: | University of Brawijaya 2024-07-01 |
Deskripsi
Pepaya merupakan buah yang memiliki banyak manfaat dengan nilai gizi yang tinggi. Setiap 100 gramĀ pepaya mengandung 3,65 mg vitamin A dan 78 mg vitamin C. Salah satu keunggulan pepaya adalah kemampuannya untuk berbuah terus menerus, apapun musimnya. Kematangan buah pepaya dapat ditentukan oleh tekstur dan warna kulit buahnya. Deteksi tingkat kematangan buah pepaya memiliki signifikansi penting dalam industri pertanian dan pengelolaan persediaan makanan. Metode konvensional seringkali mengalami keterbatasan dalam akurasi dan efisiensi dalam pengidentifikasian kematangan buah pepaya. Dalam penelitian ini, diperkenalkan pendekatan inovatif dengan menggunakan Convolutional Neural Network (CNN) untuk mengatasi permasalahan tersebut. Dataset yang digunakan merupakan dataset gambar buah pepaya dalam berbagai tingkat kematangan. Dataset kemudian dilatih menggunakan model CNN untuk mengklasifikasikan buah pepaya berdasarkan warna kulit dan fitur visual lainnya. Hasil eksperimen menunjukkan bahwa model CNN yang digunakan mampu mengidentifikasi tingkat kematangan buah pepaya dengan tingkat akurasi yang tinggi, yaitu sebesar 96,63% sehingga dapat menghasilkan solusi yang andal dan efisien.