Deteksi Jenis Buah Mangga Menggunakan Metode CNN (Convolutional Neural Network) Berbasis Android Secara Real-Time

Lailatul Fadhilah; Wiwien Hadikurniawati

doi:10.31539/intecoms.v7i4.10029

Lailatul Fadhilah Universitas Stikubank Semarang
Wiwien Hadikurniawati Unisbank Semarang

DOI: https://doi.org/10.31539/intecoms.v7i4.10029

Abstract

Mangga merupakan salah satu jenis tanaman buah yang berasal dari India. Mangga memiliki nama latin Mangifera indica L. dan termasuk dalam famili Anacardiacea. Perkembangan teknologi dan kecerdasan buatan telah menghadirkan berbagai inovasi ,salah satu aplikasi yang semakin berkembang adalah deteksi dan pengenalan objek menggunakan metode Convolutional Neural Network (CNN). Dalam konteks ini, penelitian ini bertujuan untuk mengimplementasikan metode CNN dalam deteksi dan pengenalan jenis buah mangga secara real-time melalui platform Android. Proses perancangan aplikasi berbasis android ini menggunakan bahasa pemrograman python dengan modul Tensorflow. Jenis buah mangga yang digunakan dalam penelitian adalah : Mangga Arumanis, Mangga Apel, Mangga Golek, Mangga Kweni dan Mangga GedongGincu. Pengujian ini dengan memakai citra sebanyak 5 citra sebagai citra uji dan 100 citra sebagai citra latih dari 400 total citra. Dengan akurasi pengujian model sebesar 80%.

Kata Kunci: Mangga, Convolutional Neural Network (CNN), Tensorflow, Deep Learning, Sistem Deteksi

References

Fasounaki, M., Yüce, E. B., Öncül, S., & Ince, G. (2021). CNN-based Text-independent Automatic Speaker Identification Using Short Utterances. Procedings - 6th International Conference on Computer Science and Engineering, UBMK 2021, 01, 413–418.
Imron, S. &. (2018). Klasifikasi Buah Mangga Berdasarkan Tingkat Kematangan Menggunakan Least-Squares Support Vector Machine. Explore IT : Jurnal Keilmuan Dan Aplikasi Teknik Informatika, 10(2), 1–8.
Malik, R. A., & Zuliarso, E. (2021). Metode Convolutional Neural Network Untuk Mendeteksi Jenis Sayur Menggunakan Tensorflow. Media Bina Ilmiah, 15(1978),5873–5882.
Purba, Y. B. E., Saragih, N. F., Silalahi, A. P., & ... (2022). Perancangan Alat Pendeteksi Kematangan Buah Nanas Dengan Menggunakan Mikrokontroler Dengan Metode Convolutional Neural Network (CNN). Jurnal Ilmiah Teknik …, 2(1), 13–21.
Utami, S., Baskoro, K., Perwati, L. K., & Murningsih, M. (2019). Keragaman Varietas Mangga (Mangifera indica L.) Di Kotamadya Semarang Jawa Tengah. Bioma : Berkala Ilmiah Biologi, 21(2), 121-125.
Arkadia, A., Ayu Damayanti, S., & Sandya Prasvita, D. (2021). Klasifikasi Buah Mangga Badami Untuk Menentukan Tingkat Kematangan dengan Metode CNN. Seminar Nasional Mahasiswa Ilmu Komputer Dan Aplikasinya (SENAMIKA) Jakarta-Indonesia, 2(2), 158–165.
Fitrianingsih, & Rodiah. (2020). Klasifikasi Jenis Citra Daun Mangga Menggunakan Convolutional Neural Network. Jurnal Ilmiah Teknologi Dan Rekayasa, 25(3), 223–238.
Furqani, N. El. (n.d.). PENERAPAN TEKNOLOGI DEEP LEARNING DALAM PENGENALAN WAJAH UNTUK SISTEM KEAMANAN. 1–12.
Hanila, S., Afif Alghaffaru, M., Ekonomi, F., & Manajemen, P. (2023). Pelatihan Penggunaan Artificial Intelligence (AI) Terhadap Perkembangan Teknologi Pada Pembelajaran Siswa Sma 10 Sukarami Kota Bengkulu. Jurnal Dehasen Mengabdi, 2(2), 221–226.
Ihsan, M., Niswatin, R. K., & Swanjaya, D. (2021). Deteksi Ekspresi Wajah Menggunakan Tensorflow. Joutica, 6(1), 428.
Natbais, Y. H., & Umbu, A. B. S. (2023). Aplikasi Deteksi Penyakit pada Daun Tomat Berbasis Android Menggunakan Model Terlatih Tensorflow Lite. Teknotan, 17(2), 83.
Rahman Sya’ban, D., Hamzah, A., & Susanti, E. (2022). Klasifikasi Buah Segar Dan Busuk Menggunakan Algoritma Convolutional Neural Network Dengan Tflite Sebagai Media Penerapan Model Machine Learning. Prosiding Snast, November, F7-16.
Rizal, A. I., & Suharsono, T. N. (2023). Implementasi Metode Convolutional Neural Network Untuk Klasifikasi Citra Jamur Berbasis Mobile. Journal Of Social Science Research, 3, 864–875.
Marinda, D. E., & Al Amin, I. H. (2023). Implementasi Metode Convolutional Neural Network untuk Deteksi Penggunaan Masker secara Real-Time. Jurnal TeknikInformatika Unika ST. Thomas (JTIUST), 8(1), 2657–1501.
Maulana, R. R. M. A. R., Rizal, F., & Shudiq, W. J. (2023). Implementasi Algoritma Convolutional Neural Network (Cnn) Untuk Deteksi Kesegaran Telur Berbasis Android. Jusikom: Jurnal Sistem Komputer Musirawas, 8(1), 1–10.