Silvia Roza Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Komputer 2023

Skripsi

Nanas (Ananas comosus) adalah sejenis tanaman tropis yang berasal dari Brazil, Bolivia, Paraguay dan termasuk dalam Family Bromeliace. Biasanya petani dan penjual buah memprediksi kematangan buah nanas dengan melihat warna bagian dasar buah kuning, mata buah lebih mendatar, ukuran buah, dan timbul bau nanas yang harum atau dengan cara mengetuk buah nanas. Namun, cara tersebut bersifat subjektif dalam mengukur kualitas buah nanas. Selain dengan melihat kondisi fisik, tingkat kemanisan buah nanas juga dapat diukur dengan perhitungan nilai Total Padatan Terlarut (TPT) dengan satuan Brix, standar buah yang manis memiliki nilai lebih besar dari 12%. Akan tetapi, perhitungan Brix bersifat destruktif yang mengakibatkan kerusakan pada buah. Oleh karena itu, penelitian ini bertujuan untuk mengklasifikasikan tingkat kemanisan buah nanas berdasarkan nilai Brix yang telah diukur dengan menerapkan Deep Learning. Dataset yang digunakan adalah citra visual buah nanas dari empat sisi. Dalam proses mengklafisikasi citra menerapkan beberapa arsitektur Convolutional Neural Network (CNN) seperti Resudial Network (ResNet)-50, EfficientNet B4, dan ShuffleNet V2. Model akan mengklasifikasi buah nanas menjadi dua kelas yaitu manis dan tidak manis. Dalam penelitian ini mendapatkan hasil bahwa arsitkektur yang memiliki hasil terbaik adalah ResNet-50 dengan akurasi 80%, untuk EfficientNet mendapatkan 87% dan ShuffleNet 88%. Kata Kunci: Tingkat Kemanisan Nanas, Nilai Derajat Brix, Convolutional Neural Network (CNN),EfficientNet B4 , Residual Network (ResNet)-50 dan ShuffleNet V2. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 117758 2023-12-07 22:59:55 2023-12-08 11:04:07 machine generated