<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="129757">
 <titleInfo>
  <title>KLASIFIKASI JENIS BUAH PISANG MENGGUNAKAN DEEP LEARNING CNN BERBASIS APLIKASI ANDORID</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>RISKY FARHAN</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik Komputer</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Abstrak – Pisang merupakan tanaman hortikultura yang banyak dibudidayakan di Indonesia. Terdapat beragam varietas dan jenis buah pisang tumbuh di Indonesia yang memiliki bentuk dan tekstur yang hampir serupa, sehingga membuat masyarakat atau konsumen kesulitan membedakannya. Berdasarkan permasalahan tersebut, peneliti megembangkan aplikasi android menggunakan metode Convolutional Neural Network dengan mengadopsi model arsitektur ResNet-50 untuk mengidentifikasi dua belas jenis buah pisang dengan akurat. Penelitian ini ditujukan sebagai penerapan dari teknologi artificial intelligence yang dapat diimplementasikan langsung melalui smartphone android. Manfaat dari penelitian ini adalah konsumen dapat membedakan langsung jenis-jenis pisang yang ditemui dengan menggunakan aplikasi yang telah dirancang. Penelitian ini dilakukan dengan melatih 2.776 dataset citra jenis buah pisang dengan dua belas kelas menggunakan beberapa hyperparameter yang telah ditentukan dan menghasilkan akurasi pengujian sebesar 88%. Setelah citra berhasil dilatih menggunakan arsitektur ResNet-50, kemudian model diterapkan pada aplikasi android yang dikembangkan dengan SDK flutter, sehingga aplikasi dapat mengklasifikasi jenis-jenis buah pisang.  &#13;
&#13;
Kata Kunci : Pisang, Deep Learning, Convolutional Neural Network, ResNet-50, Aplikasi Android.&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>129757</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-09-03 11:59:37</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-09-03 16:33:25</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>