Perancangan Sistem Klasifikasi Kesegaran Buah Pisang dengan Metode Convolutional Neural Network

Juniarta, I Putu Yuda (2025) Perancangan Sistem Klasifikasi Kesegaran Buah Pisang dengan Metode Convolutional Neural Network. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_58302_2115354058_full.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_58302_2115354058_0004097606_0030119106_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
	Text (iThenticate) RAMA_58302_2115354058_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem klasifikasi kesegaran buah pisang menggunakan metode Convolutional Neural Network (CNN). Permasalahan utama yang dihadapi adalah metode penentuan kesegaran pisang secara manual yang masih diterapkan oleh petani, yang sering kali tidak akurat dan menyebabkan kerugian ekonomi. Oleh karena itu, pendekatan berbasis Computer Vision diterapkan untuk meningkatkan efisiensi dan akurasi proses sortasi. Sistem yang dikembangkan berbasis web menggunakan Python dengan framework Flask serta library TensorFlow dan Keras. Model CNN dilatih menggunakan dataset gambar pisang yang diklasifikasikan sebagai 'segar' dan 'tidak segar'. Metode pengembangan yang digunakan adalah Waterfall. Hasil pengujian menunjukkan bahwa model CNN mampu mengklasifikasikan kesegaran pisang dengan tingkat akurasi yang baik. Sistem ini diharapkan dapat membantu petani dalam mengidentifikasi kesegaran buah pisang secara lebih akurat dan objektif, sehingga dapat meminimalkan kerugian dan meningkatkan kualitas produk yang sampai ke tangan konsumen.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Sistem Berbasis Web, Computer Vision, Klasifikasi Citra, Convolutional Neural Network, TensorFlow, Flask
Subjects:	Ilmu Teknik Ilmu Teknik > Teknik Elektro Dan Informatika Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	I Putu Yuda Juniarta
Date Deposited:	15 Sep 2025 03:13
Last Modified:	15 Sep 2025 03:13
URI:	https://repository.pnb.ac.id/id/eprint/20676

Actions (login required)

View Item