Deskripsi Fisik

xvi+ 123 hal; 21 X 30 cm

Subyek

Analisis Citra Warna

Kata Kunci

Anotasi

ABSTRAK Penelitian ini mengembangkan metode berbasis Convolutional Neural Network (CNN) dengan menggunakan model MobileNetV2 untuk mengidentifikasi kematangan dan mendeteksi penyakit pada buah tomat berdasarkan analisis citra warna. Dataset citra tomat yang telah diberi label tingkat kematangan dan jenis penyakit digunakan untuk melatih model. Hasil penelitian menunjukkan bahwa kedua model (kematangan dan kenormalan/penyakit) memiliki akurasi di atas 90%. Namun, model kematangan memiliki presisi yang lebih rendah (79,3%) dibandingkan model kenormalan, yang menunjukkan kecenderungan model untuk mengklasifikasikan data tidak matang sebagai data matang. MobileNet V2 dipilih sebagai model dasar karena efisiensi komputasi dan akurasi yang baik. Secara keseluruhan, metode CNN ini dapat digunakan untuk mengidentifikasi kematangan dan mendeteksi penyakit pada buah tomat melalui analisis citra warna dengan akurasi yang cukup baik.