// <![CDATA[IMPLEMENTASI METODE CNN MENGGUNAKAN ARSITEKTUR INCEPTION V3 UNTUK KLASIFIKASI KEMATANGAN BUAH KOPI KUNING]]> GALIH AL HAKIM / 152017117 Penulis Uung Ungkawa, Dr., Ir., M.T., Dosen Pembimbing 1
Kopi kuning adalah varietas kopi yang berciri khas berwarna kuning saat matang. Penelitian ini menggunakan metode CNN Inception V3. Terdapat permasalahan yaitu kurangnya dataset. Dengan teknik augmentasi, transfer learning, dan fine tuning akan menghasilkan model yang sangat baik dan meminimalirkan terjadinya underfitting. Berdasarkan permasalahan diatas dengan memanfaatkan dan menerapkan teknik transfer learning dan fine tuning pada metode CNN arsitektur Inception V3 yang bertujuan untuk mendapatkan akurasi model yang baik dengan dataset yang terbatas. Selama pembangunan model menggunakan transfer learning penelitian ini mengubah struktur model dengan total layer sebanyak 308 pada Inception V3. Dari jumlah tersebut pembekuan dilakukan dari 0 layer hingga – 248 layer dan dan melatih ulang pada lapisan yang tersisa sebanyak 60 layer. Dengan pengaturan beberapa parameter seperti epoch 90, batch size 32, optimizer SGD (Stochastic Gradient Descent) dan learning rate 0.00001. Label yang digunakan yaitu mentah, setengah matang, matang, dan total 1380 dataset citra buah kopi yang dipecah menjadi 984 citra untuk training, 246 citra untuk validasi dan 150 citra buah kopi untuk testing, didapatkan nilai akurasi metode CNN arsitektur Inception V3 sebesar 97%.