Yudi Candra Primary Author mixed material bibliography Banda Aceh Fakultas Teknik (S1) 2023

Skripsi

Buah melon adalah jenis buah non-klimaterik yang tidak melanjutkan proses pematangan setelah dipanen. Tingkat kemanisan buah melon dapat diukur menggunakan parameter Total Padatan Terlarut (TPT) dalam persen Brix, standar buah yang manis memiliki nilai lebih besar dari 10%. Namun, metode pengukuran kualitas buah melon secara visual seperti melihat warna dan tekstur kulit buah dianggap subjektif dan tidak konsisten. Oleh karena itu, penelitian ini bertujuan untuk membangun model klasifikasi tingkat kemanisan buah melon menggunakan analisis korelasi antara parameter Brix dan ciri fisik buah melon dengan menggunakan Deep Learning. Dataset yang digunakan terdiri dari citra visual buah melon dari enam sisi. Dalam pemodelan ini, digunakan arsitektur Convolutional Neural Network (CNN) seperti Residual Network (ResNet)-50, EfficientNet B4, dan ShuffleNet V2. Model akan mengklasifikasikan buah melon ke dalam dua kelas, yaitu manis dan tidak manis. Setelah dilakukan penelitian ini, didapati bahwa model yang dibangun mampu mengklasifikasikan tingkat kemanisan buah melon dengan hasil yang didapat dari penelitian ini adalah ResNet 50 memiliki performa akurasi terbaik diantara dua arsitektur lainya dengan nilai akurasi sebesar 87,66%, diikuti oleh ShuffleNet V2 sebesar 87,33%, dan EfficientNet B4 sebesar 84,67%. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 117754 2023-12-07 20:47:34 2023-12-08 10:56:30 machine generated