Rizkiya Indah Permata, -
(2024)
Klasifikasi Kematangan Buah Mangga Menggunakan Pendekatan Deep Learning Dengan Arsitektur Densenet-121 Dan Augmentasi Data.
Klasifikasi Kematangan Buah Mangga Menggunakan Pendekatan Deep Learning Dengan Arsitektur Densenet-121 Dan Augmentasi Data, 6 (1).
ISSN 2684-8910
Abstract
−Mangga merupakan buah musiman yang ada diindonesia. Pada daratan rendah dan beriklim panas, tanaman mangga ini
dapat tumbuh dengan subur. Masyarkat yang memanfaatkan buah mangga pada umumnya melihat tingkat kematangan buah
mangga pada karakteristik buah mangga itu sendiri yang memerlukan klasifikasi yang lebih tepat agar lebih pasti. Pengklasifikasian
secara tradisional terkadang gagal untuk mengkartikulasikan kriteria kematangan dengan benar. Penilitian ini mengklasifikasi
kematangan buah mangga menggunakan pendekatan deep learning dengan arsitektur densenet-121, parameter, learning rate,
dropout, dan augmentasi data. Augmentasi merupakan proses mengubah atau memodifikasi gambar sedemikian rupa sehingga
komputer akan medeteksi bahwa gambar yang diubah tersebut adalah gambar yang sama. Jumlah dataset asli sebanyak 895 data,
setelah diaugmentasi menjadi sebanyak 1790 data terdiri dari tiga kelas yaitu mangga masak, mangga muda, dan mangga busuk.
Pengujian membandingkan antara data asli dan data asli yang di tambahkan dengan augmentasi. Akurasi menggunakan data asli
sebesar 95.95%. Sedangkan menggunakan data asli yang digabungkan dengan augmentasi mendapatkan akurasi 99.73%.
Actions (login required)
 |
View Item |
