JULIA, JULIA (2026) PENGELOMPOKAN JENIS POHON MANGGA BERDASARKAN BENTUK DAN TEKSTUR DAUN DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (15kB)
	Text Abstrak.pdf Download (9kB)
	Text Bab I.pdf Download (126kB)
	Text Daftar Pustaka.pdf Download (239kB)
	Text Full-text.pdf Restricted to Registered users only Download (3MB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi enam jenis pohon mangga berdasarkan bentuk dan tekstur daunnya menggunakan algoritma Convolutional Neural Network (CNN). Jenis pohon mangga yang diklasifikasikan meliputi mangga Ambacang, Apel, Golek, Kweni, Madu, dan Manalagi. Setiap jenis memiliki karakteristik visual yang khas pada daunnya, sehingga dapat dimanfaatkan sebagai fitur pembeda dalam proses klasifikasi. Dataset yang digunakan terdiri dari 600 gambar daun mangga yang telah diberi label, dengan masing-masing kelas berjumlah 100 gambar. Proses preprocessing dilakukan melalui resize citra, normalisasi piksel, dan pembuatan generator untuk persiapan klasifikasi data. Arsitektur CNN yang digunakan menggunakan MobileNetV2 sebagai model dasar dengan penambahan lapisan klasifikasi. Dataset pada penelitian ini dibagi menjadi tiga bagian, yaitu data pelatihan sebesar (80%), data validasi (10%), dan data pengujian (10%) dengan menerapkan metode stratified sampling guna menjaga proporsi data pada setiap kelas. Proses pelatihan model dilakukan selama 20 epoch dengan menggunakan optimizer Adam dan fungsi loss categorical crossentropy. Evaluasi kinerja model dengan mengukur nilai akurasi, presisi, recall, dan F1-score terhadap data uji. Hasil pengujian menunjukkan bahwa model memperoleh nilai akurasi sebesar 91,7%, dengan nilai presisi sebesar 93,3%, recall sebesar 91,7%, dan F1-score sebesar 92,20%. Hasil ini menunjukkan bahwa model CNN yang dikembangkan mampu mengklasifikasikan jenis daun mangga dengan akurasi tinggi dan dapat digunakan untuk mendukung proses identifikasi jenis pohon mangga melalui citra daun. Kata Kunci: Convolutional Neural Network, Daun Mangga, Klasifikasi, MobileNetV2, Tekstur

Item Type:	Thesis (S1)
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Julia Julia
Date Deposited:	28 Jul 2026 02:44
Last Modified:	28 Jul 2026 02:44
URI:	https://rama.unimal.ac.id/id/eprint/20664

Actions (login required)

View Item