ARFI, MUHAMMAD (2026) KLASIFIKASI JENIS MANGGA BERDASARKAN CITRA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Sarjana thesis, Universitas Pasir Pengaraian.
![[img]](http://repository.upp.ac.id/style/images/fileicons/text.png) |
Text
COVER.pdf Download (301kB) |
|
Text
BAB 1 2 3.pdf Download (518kB) |
|
Text
BAB 4 5.pdf Restricted to Repository staff only Download (587kB) | Request a copy |
Abstract
Identifikasi varietas buah mangga secara manual seringkali menghadapi kendala subjektivitas dan membutuhkan waktu yang lama, terutama bagi masyarakat awam atau pelaku usaha agribisnis berskala besar. Penelitian ini bertujuan untuk membangun sistem klasifikasi jenis buah mangga berbasis citra digital menggunakan integrasi metode Deep Learning dan Machine Learning, yaitu arsitektur Residual Network 50 (ResNet50) sebagai ekstraktor fitur dan Support Vector Machine (SVM) sebagai pengklasifikasi. Sistem ini dirancang untuk mengklasifikasikan tujuh varietas mangga populer di Indonesia, yaitu Alpukat (Gadung 21), Arumanis, Gedong Gincu, Golek, Indramayu (Cengkir), Kweni, dan Madu. Proses klasifikasi diawali dengan tahap preprocessing citra, diikuti dengan ekstraksi fitur mendalam menggunakan model ResNet50 untuk mendapatkan representasi numerik yang akurat dari karakteristik visual buah. Data fitur tersebut kemudian diklasifikasikan menggunakan algoritma SVM dengan kernel Radial Basis Function (RBF) untuk menangani pemisahan data yang bersifat non-linear. Hasil penelitian menunjukkan bahwa sistem mampu memberikan performa identifikasi yang sangat baik dengan tingkat keyakinan pada sampel pengujian mencapai 99,88%. Implementasi sistem dalam bentuk aplikasi web berbasis Streamlit terbukti mempermudah pengguna dalam mengenali varietas mangga secara otomatis, cepat, dan objektif, sehingga dapat mendukung efisiensi pada sektor perdagangan dan distribusi hasil pertanian.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Citra Digital, Klasifikasi Mangga, Pertanian Digital, ResNet50, Support Vector Machine. |
| 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 03:46 |
| Last Modified: | 28 Sep 2026 03:46 |
| URI: | http://repository.upp.ac.id/id/eprint/4936 |
Actions (login required)
 |
View Item |
