// <![CDATA[IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) PADA KLASIFIKASI JENIS DAN TINGKAT KEMATANGAN BUAH PISANG]]> 0401058701 - Arsyad R. Darlis, S.T, M.T. Dosen Pembimbing 1 0403077701 - Lucia Jambola, S.T., M.T. Dosen Pembimbing 2 WINDI MALAHA / 112018088 Penulis
Permasalahan yang terjadi adalah buah pisang banyak dijual di minimarket atau supermarket tapi pembeli belum dapat mengklasifikasi tingkat kematangan buah pisang itu sendiri, di mana hal tersebut dapat mengurangi minat pembeli. Penelitian ini akan melakukan perancangan klasifikasi jenis dan tingkat kematangan pada buah pisang menggunakan metode Convolutional Neural Network (CNN) dengan mengarahkan objek buah pisang ke kamera sehingga memiliki tingkat akurasi yang tinggi sebagai pengganti kinerja visual manusia. Dengan menggunakan perangkat keras utama seperti Jetson Nano dan Kamera. Metode yang digunakan dalam penelitian ini adalah CNN dengan arsitektur ResNet-18 dan ResNet-50 dengan menggunakan bahasa pemograman python. Dalam penelitian ini dilakukan proses training dan testing pada kondisi yang berbeda. Untuk proses training dengan menggunakan 60 epoch dan proses testing dilakukan dengan menggunakan parameter pencahayaan lampu LED 6 watt, 12 watt, dan 22 watt serta jarak dari 10 cm hingga 100 cm yang sudah ditentukan oleh penulis. Hasil akurasi pada pengujian pada tingkat kematangan dengan pencahayaan 6 watt paling rendah dengan nilai akurasi 12%, pada pencahayaan 12 watt akurasi paling rendah 75%, dan pada pencahayaan 22 watt dengan nilai akurasi 93%.