KLASIFIKASI RASA BERDASARKAN CITRA BUAH MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DENGAN TEKNIK IDENTITAS GANDA

Refiani Pintan Arum, Agi Prasetiadi, Cepi Ramdani

Sari


Identitas ganda yang merupakan hal yang wajar dijumpai di dunia nyata, misal transgender salah satunya. Dalam penelitian ini, membedakan buah yang memiliki jenis rasa yang lebih dari satu, seperti buah lemon mempunyai identitas ganda yaitu asam dan asin.  Untuk pengkategorisasian Deep Learning, biasanya populasi dataset training memiliki objek yang berbeda satu sama lain. Pada rasa yang terkandung dalam buah, bisa kita eksploitasi untuk melihat perilaku CNN dalam mengenali objek – objek yang memiliki identitas lebih dari satu. Adapun fase training dalam penelitian ini yaitu pada dua kategori rasa yang berbeda dengan sengaja dimasukkan beberapa citra buah yang sama ke dalam dua kategori ini. Akurasi dari pengkategorisasian ini kemudian dibandingkan dengan akurasi dari pengkategorisasian yang murni tidak terdapat objek kembar di tiap – tiap kategorinya. Dari hasil simulasi didapatkan akurasi model ketika ada identitas ganda sebesar 95%, Adapun yang murni didapatkan sebesar 98%.

Kata Kunci: Machine Learning, Deep Learning, CNN, Rasa, Buah


Teks Lengkap:

PDF (Indonesia)

Referensi


P. A. Julianto, “Negara Agraris,” 2017.

L. H. Nugroho and I. Sumardi, Biologi Dasar. 2004.

Rimba, “Pengertian Buah, Jenis, Bagian dan Fungsi,” 2019.

Sinta, “Pengertian Buah-buahan Lokal,” vol. 11, no. 2, pp. 10–14, 2011.

M. Pertanian, “Pengertian Hortikultura, Macam, Ciri, Manfaat, dan Contohnya,” 2018.

M. I. Abriyantoro, “Rancang Bangun Prototipe Rumah Kaca Pintar Berbasis IoT (Internet of Things) Untuk Budidaya Tanaman Tomat,” 2020. http://repository.its.ac.id/id/eprint/77220.

A. Qalit and A. Rahman, “Rancang Bangun Prototipe Pemantauan Kadar Ph Dan Kontrol Suhu Serta Pemberian Pakan Otomatis Pada Budidaya Ikan Lele Sangkuriang Berbasis Iot,” J. Karya Ilm. Tek. Elektro, vol. 2, no. 3, pp. 8–15, 2017.

S. A. Helmy Fitriawan, Kholid Ali Dwi Cahyo, Sri Purwiyanti, “Pengendalian Suhu dan Kelembaban Pda Budidaya Jamur Tiram Berbasis IoT,” vol. 21, no. 1, pp. 1–9, 2020.

H. Suroyo, “Penerapan Machine Learning dengan Aplikasi Orange Data Mining Untuk Menentukan Jenis Buah Mangga,” Semin. Nas. Teknol. Komput. Sains, vol. 1, no. 1, pp. 343–347, 2019, [Online]. Available: https://prosiding.seminar-id.com/index.php/sainteks/article/view/177.

H. M. Helmy Noor, Moch, “Image Cluster Berdasarkan Warna Untuk Identifikasi Kematangan Buah Tomat dengan Metode Valley Tracing,” vol. 2009, no. semnasIF, pp. 15–24, 2009.

Z. M. S. Muhammad Ichwan, Irma Amelia Dewi, “Klasifikasi Support Vector Machine (SVM) Untuk Menentukan Tingkat Kemanisan Mangga Berdasarkan Fitur Warna,” MIND J., vol. 3, no. 2, pp. 16–23, 2019, doi: 10.26760/mindjournal.v3i2.16-23.

A. Saputra, “Klasifikasi Pengenalan Buah Menggunakan Algoritma Naive Baiyes,” J. Resist. (Rekayasa Sist. Komputer), vol. 2, no. 2, pp. 83–88, 2019, doi: 10.31598/jurnalresistor.v2i2.434.

F. H. Nashrullah, “Deteksi Penyakit Tanaman Tomat Melalui Tekstur Daun dengan Metode Gabor Filter,” 2020.

S. Sena, “Pengenalan Deep Learning Convolutional Neural Network,” 2017.

F. F. Maulana and N. Rochmawati, “Klasifikasi Citra Buah Menggunakan Convolutional Neural Network,” J. Informatics Comput. Sci., vol. 01, pp. 104–108, 2019.

F. Kirom, “Klasifikasi Kematangan Buah Kelapa Sawit Per Tandan Untuk Keperluan Penjaminan Kualitas Crude Palm Oil (CPO) Menggunakan Metode Convolutional Neural Network (CNN),” 2018.

W. S. Eka Putra, “Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN) pada Caltech 101,” J. Tek. ITS, vol. 5, no. 1, 2016, doi: 10.12962/j23373539.v5i1.15696.

M. M. F. Alim, “Identifikasi Penyakit Tanaman Tomat Menggunakan Algoritma Convolutional Neural Network dan Pendekatan Transfer Learning,” 2020.

M. Pertanian, “Pengertian Buah, Manfaat, Tipe Penggolongan, Dan Contohnya.” 2019.

Ika Lestari, “Pengertian Hortikultura, Manfaat dan Jenis,” 2020. https://pendidikan.co.id/pengertian-derivatif-transaksi-alasan-pelaku-manfaat-dan-jenis/.

A. M. H. Y. Bambang Nurcahyo Prastowo, Nur Achmad Sulistyo Putro, Oktaf Agni Dhewa, “Pengenalan Personal Menggunakan Citra Tampak Atas pada Lingkungan Cashierless Store,” J. Buana Inform., vol. 10, no. 1, p. 19, 2019, doi: 10.24002/jbi.v10i1.1779.




DOI: https://doi.org/10.36549/ijis.v6i1.132

Article Metrics

Sari viewed: 1942 times
PDF (Indonesia) download = 309 times

Refbacks

  • Saat ini tidak ada refbacks.
Diterbitkan: 2021-04-29


Akreditasi Nomor 230/E/KPT/2022

eISSN : 2548-6438     

pISSN : 2614-7173                                                       

              

                   

 Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Kontak Utama. Dr. Muharto., M.Si (LPPM Politeknik Sains & Teknologi Wiratama)

Jl Kampus Poltek, Kel. Jati Metro, Kec. Kota Ternate Selatan, Provinsi Maluku Utara, Kode Pos 97716, Email ijis.wiratama@gmail.com