Perancangan Sistem Deteksi Kematangan Buah Naga Merah Berbasis Web Menggunakan Metode CNN (Convolutional Neural Network)

Aditya Kusuma, . (2024) Perancangan Sistem Deteksi Kematangan Buah Naga Merah Berbasis Web Menggunakan Metode CNN (Convolutional Neural Network). Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (505kB)
	Text BAB 1.pdf Restricted to Registered users only Download (75kB)
	Text BAB 2.pdf Restricted to Registered users only Download (668kB)
	Text BAB 3.pdf Restricted to Registered users only Download (178kB)
	Text BAB 4.pdf Restricted to Registered users only Download (653kB)
	Text BAB 5.pdf Restricted to Registered users only Download (55kB)
	Text Jurnal.pdf Restricted to Registered users only Download (429kB)

Abstract

Kecerdasan buatan (AI) memegang peranan penting dalam pertanian modern, khususnya melalui pengolahan citra digital yang meningkatkan efisiensi dan akurasi dalam pengambilan keputusan. Penelitian ini difokuskan pada pengembangan aplikasi pendeteksi kematangan buah naga berbasis Deep Learning dengan menggunakan Convolutional Neural Network (CNN). Buah naga yang dihasilkan dari Kaktus Hylocereus dan Selenicereus memiliki nilai ekonomi yang tinggi, namun memerlukan deteksi pasca panen yang tepat. Proses manual dalam menentukan kematangan buah naga seringkali tidak akurat dan memakan waktu, sehingga solusi berbasis AI sangat diperlukan. Convolutional Neural Network (CNN) yang dikenal dengan kemampuannya dalam mendeteksi objek secara real- time dengan akurasi tinggi diimplementasikan dalam aplikasi ini untuk mengklasifikasikan kematangan buah naga. Penelitian ini berhasil merancang sistem yang mampu medeteksi kematangan buah naga secara akurat dengan Convolutional Neural Network (CNN). Aplikasi Web yang dirancang menyediakan antarmuka pengguna yang intuitif sehingga memudahkan pengguna dalam mengambil keputusan secara real-time melalui perangkat yang terhubung dengan internet. Dengan menyederhanakan proses penentuan kematangan, solusi ini dapat membantu dalam mempercepat penentuan maupun penyortiran kematangan buah naga.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Buah Naga Merah, Convolutional Neural Network (CNN), Perancangan Sistem Deteksi Kematangan Buah Naga, Merancang Sistem Deteksi Berbasis Web, Hasil Akurasi mencapai 0.951.
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Yeni Ratnasari
Date Deposited:	22 Jul 2025 07:58
Last Modified:	22 Jul 2025 07:58
URI:	http://repository.unpam.ac.id/id/eprint/16984

Actions (login required)

View Item