RIYADI, NANANG (2026) PENERAPAN ARSITEKTUR MOBILENETV2 UNTUK KLASIFIKASI JENIS BUAH MATOA BERDASARKAN CITRA WARNA KULIT MATANG. Sarjana thesis, Universitas Pasir Pengaraian.
|
Text
COVER.pdf Download (561kB) |
|
|
Text
BAB 1 2 3.pdf Download (430kB) |
|
|
Text
BAB 4 5.pdf Restricted to Repository staff only Download (669kB) | Request a copy |
Abstract
Proses identifikasi jenis buah matoa berdasarkan warna kulit matang masih banyak dilakukan secara manual sehingga rentan terhadap subjektivitas, hasil tidak konsisten, dan kesalahan pengamatan. Kondisi tersebut dapat memengaruhi proses sortasi dan distribusi hasil panen. Penelitian ini bertujuan untuk merancang dan membangun sistem klasifikasi jenis buah matoa berbasis website menggunakan arsitektur MobileNetV2 untuk mengklasifikasikan buah matoa hijau, kuning, dan merah berdasarkan citra warna kulit matang. Metode yang digunakan adalah Deep Learning dengan pendekatan Transfer Learning pada arsitektur MobileNetV2. Dataset yang digunakan berjumlah 3.600 citra yang terdiri dari 1.200 citra untuk setiap kelas. Data dibagi menjadi data training sebesar 70%, validation sebesar 15%, dan testing sebesar 15%, serta melalui tahapan preprocessing dan augmentasi data. Model dikembangkan menggunakan TensorFlow dan Keras, kemudian diimplementasikan ke dalam sistem berbasis website menggunakan Flask. Hasil pengujian menunjukkan bahwa model MobileNetV2 mampu mencapai akurasi, precision, recall, dan F1-score sebesar 100% pada data pengujian. Dengan demikian, sistem yang dibangun mampu melakukan klasifikasi jenis buah matoa secara otomatis dengan tingkat akurasi yang sangat baik. Penelitian selanjutnya disarankan menggunakan dataset yang lebih beragam, kondisi pencahayaan yang bervariasi, serta membandingkan performa MobileNetV2 dengan arsitektur deep learning lainnya untuk meningkatkan kemampuan generalisasi model.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | MobileNetV2, Deep Learning, Klasifikasi Citra, Buah Matoa |
| Subjects: | Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Pustaka - - |
| Date Deposited: | 28 Sep 2026 02:31 |
| Last Modified: | 28 Sep 2026 02:31 |
| URI: | http://repository.upp.ac.id/id/eprint/4910 |
Actions (login required)
![]() |
View Item |
