Wardiani, Intan (2025) Deteksi Kematangan Buah Manggis Berdasarkan Komposisi Warna Menggunakan Deep Learning. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (32kB)
	Text Abstrak.pdf Download (11kB)
	Text BAB I.pdf Download (234kB)
	Text DAFTAR PUSTAKA.pdf Download (68kB)
	Text skripsi.pdf Restricted to Registered users only Download (2MB)

Abstract

DETEKSI KEMATANGAN BUAH MANGGIS BERDASARKAN KOMPOSISI WARNA MENGGUNAKAN DEEP LEARNING ABSTRAK Manggis (Garcinia Mangostana L.) merupakan tanaman tahunan yang hidup di daerah tropis. Buahnya memiliki rasa manis dan sedikit asam. Indonesia menghasilkan 60.000 ton buah manggis setiap tahun. Ini adalah jumlah yang sangat besar karena manggis di Indonesia tumbuh secara liar dan tidak dibudidayakan selama ratusan tahun. Namun, permintaan pasar akan buah manggis telah meningkat sehingga tanaman ini mulai dibudidayakan. Oleh karena itu, dibutuhkan sebuah aplikasi untuk mempermudah manusia dalam mengklasifikasi tingkat kematangannya, yakni Deep Learning. Deep Learning, pada komputer dikategorikan ke dalam mengklasifikasi pengambilan dari gambar, suara, teks, atau video. Convolutional Neural Network (CNN) bagian dari algoritma deep learning dikembangkan dengan Multilayer Percepton (MLP) dan dirancang sebagai pengolah data dalam bentuk dua dimensi, misalnya suara dan gambar. Penelitian ini bertujuan untuk membangun sistem deteksi kematangan buah manggis dan mengetahui bagaimana tingkat akurasi penerapan metode Convolutional Neural Network dalam mendeteksi kematangan buah manggis berdasarkan komposisi warna. Dataset yang digunakan pada penelitian ini berjumlah 200 data. Proses penelitian ini mencakup beberapa tahap penting, yaitu pengumpulan dataset, proses training, proses konvolusi, aktivasi ReLU, dan pengujian dan hasil deteksi. Hasil dari perancangan aplikasi ini dapat diimplementasikan menjadi sebuah aplikasi yang menggunakan Python sebagai bahasa pemrograman dan MySQL sebagai databasenya. Selain itu, hasil akurasi yang didapat dari pendeteksian kematangan manggis berdasarkan jenis warna menggunakan Deep Learning dengan data uji sebanyak 40 data adalah 67,5%. Kata Kunci: Deep Learning, Convolutional Neural Network, Manggis

Item Type:	Thesis (S1)
Subjects:	H Social Sciences > HB Economic Theory
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	intan wardiani mawardi
Date Deposited:	30 Jun 2025 08:54
Last Modified:	30 Jun 2025 08:54
URI:	https://rama.unimal.ac.id/id/eprint/12174

Actions (login required)

View Item