IMPLEMENTASI XCEPTION ARSITEKTUR PADA PENDETEKSIAN KEMATANGAN BUAH PISANG


Pemilihan buah pisang ambon belum adanya sistem pendeteksi pada saat pemilihan buah-buahan terutama buah pisang ambon menjadikan masyarakat memilih buah pisang ambon berdasarkan perasaan dan Visualnya saja. Sehingga tidak sedikit masyarakat yang salah dalam melakukan pemilihan buah pisang ambon. Metode yang digunakan yaitu Deep learning Xception dengan metode awal dilakukan pra-proses data seperti mengkonversi citra menjadi array, pelabelan data citra dan normalisasi data kemudian dilakukan proses training dan testing. Menggunakan deep learning, gambar pisang ambon digunakan sebagai input data. Melatih model deep learning memerlukan dataset besar yang sulit didapat untuk melakukan tugas tersebut agar mencapai hasil yang optimal. Pada penelitian ini, digunakan dataset berjumlah 1000 data latih yang diklasifikasikan dengan matang, mentah dan busuk. Berdasarkan hasil eksperimen menggunakan dataset buah pisang ambon, pendeteksian buah pisang ambon dilakukan oleh sistem dengan akurasi yang didapat adalah 87%.


LOADING LIST...

LOADING LIST...

Detail Information

Bagian Informasi
Pengarang Ilham Fahdil/152015078 - Personal Name
0426097801 - Jasman Pardede S.Si., MT. - Personal Name
No. Panggil 648IF/23
Subyek Deep learning, Xception, Buah Pisang Ambon
Fakultas FTI
Tahun Terbit 2023
Jurusan Teknik Informatika
Deskripsi Fisik
Info Detil Spesifik


Citation

. (2023).IMPLEMENTASI XCEPTION ARSITEKTUR PADA PENDETEKSIAN KEMATANGAN BUAH PISANG().Teknik Informatika:FTI

.IMPLEMENTASI XCEPTION ARSITEKTUR PADA PENDETEKSIAN KEMATANGAN BUAH PISANG().Teknik Informatika:FTI,2023.Text

.IMPLEMENTASI XCEPTION ARSITEKTUR PADA PENDETEKSIAN KEMATANGAN BUAH PISANG().Teknik Informatika:FTI,2023.Text

.IMPLEMENTASI XCEPTION ARSITEKTUR PADA PENDETEKSIAN KEMATANGAN BUAH PISANG().Teknik Informatika:FTI,2023.Text

 



Homepage Info

Koleksi  ETD adalah merupakan Tugas Akhir mahasiswa Itenas dalam menempuh program Sarjana/Magister. Seluruh isi dari Tugas Akhir adalah merupakan tanggung jawab penulis sepenuhnya.

Koleksi


Total ETDs : 20322

Total Kunjungan: 26011 dari Maret 2018

Media Sosial / Kanal

Address

UPT Perpustakaan Itenas
Jl. PKH. Mustopha No.23
Bandung 40124, Indonesia
Phone: +62-22-7272215,
email: libary[at]itenas.ac.id