Pengembangan Model Klasifikasi Jenis Pisang Menggunakan Convolutional Neural Network Dengan Arsitektur VGG16

Nur Habibah Habibah; Tohirin Al Mudzakir; Hilda Yulia Novita; Ahmad Fauzi

doi:10.30865/json.v6i4.8616

Authors

Nur Habibah Habibah Universitas Buana Perjuangan Karawang
Tohirin Al Mudzakir Universitas Buana Perjuangan Karawang
Hilda Yulia Novita Universitas Buana Perjuangan Karawang
Ahmad Fauzi Universitas Buana Perjuangan Karawang

DOI:

https://doi.org/10.30865/json.v6i4.8616

Keywords:

Klasifikasi pisang, CNN, VGG16, Tranfer Learning, Deep Learning

Abstract

Indonesia memiliki kekayaan varietas pisang yang melimpah, namun permasalahan utama yang dihadapi adalah kesulitan dalam mengidentifikasi dan mengklasifikasikan jenis-jenis pisang secara akurat, terutama karena kemiripan visual antar varietas. Proses identifikasi secara manual dinilai kurang efisien dan rawan kesalahan, terutama dalam skala besar. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi untuk lima jenis pisang, yaitu pisang ambon, pisang kapas, pisang nangka, pisang siam, dan pisang tanduk, menggunakan metode CNN berbasis arsitektur VGG16. Dataset yang digunakan terdiri dari 634 gambar pisang yang diperoleh melalui kamera smartphone dan telah melalui proses augmentasi serta normalisasi untuk meningkatkan keragaman data. Model dilatih dengan parameter learning rate 0,0001 batch size 32, dan epoch sebanyak 50. Hasil pelatihan akurasi mencapai 99,60% dan akurasi validasi sebesar 98,48%. Hasil evaluasi performa menggunakan confusion matrix dan matrix klasifikasi presisi, recall, dan F1-score menunjukan model memiliki kemampuan yang baik dalam menglasifikasikan jenis pisang dengan tingkat akurasi yang tinggi.

References

A. I. Hanifah And A. Hermawan, “Klasifikasi Kematangan Pisang Menggunakan Metode Convolutional Neural Network,” Komputika J. Sist. Komput., Vol. 12, No. 2, Pp. 49–56, 2023, Doi: 10.34010/Komputika.V12i2.9999.

A. Amiruddin, Nuraeni, And Netty, “Penentuan Komoditas Unggulan Dan Subsektor Unggulan Pertanian Di Kabupaten Sinjai Provinsi Sulawesi Selatan,” J. Techno Eco Farming, Vol. 2, No. 1, Pp. 33–49, 2022.

Rifki Kosasih, “Klasifikasi Tingkat Kematangan Pisang Berdasarkan Ekstraksi Fitur Tekstur Dan Algoritme Knn,” J. Nas. Tek. Elektro Dan Teknol. Inf., Vol. 10, No. 4, Pp. 383–388, 2021, Doi: 10.22146/Jnteti.V10i4.462.

A. Stiawan, P. Studi, S. Informasi, J. Teknik, And E. Dan, “Implementasi Model Pre-Trained Pada Cnn Berdasarkan Multi Input Parameter Untuk Identifikasi Jenis Kopi Berbasis Gui,” 2024.

M. A. Hasan, Y. Riyanto, And D. Riana, “Grape Leaf Image Disease Classification Using Cnn-Vgg16 Model,” J. Teknol. Dan Sist. Komput., Vol. 9, No. 4, Pp. 218–223, 2021, Doi: 10.14710/Jtsiskom.2021.14013.

A. D. Wicaksono, “Klasifikasi Tingkat Kematangan, Kualitas Dan Jenis Buah Pisang Berdasarkan Ciri Warna Dan Bentuk Menggunakan Artificial Neural Networks,” J. Teknol. Inf. Indones., Vol. 7, No. 2, Pp. 91–98, 2023, Doi: 10.30869/Jtii.V7i2.955.

I. N. Pratama, T. Rohana, And T. Al Mudzakir, “Pengenalan Sampah Plastik Dengan Model,” No. Ciastech, Pp. 691–698, 2020.

F. Sains And U. T. Yogyakarta, “Sistem Prediksi Tingkat Kematangan Buah Tomat Mengguanakan Arsitektur Vgg16,” Vol. 5, No. 3, Pp. 401–414, 2024, Doi: 10.46576/Djtechno.

S. Darmawan Putra Bahari And U. Latifa, “Klasifikasi Buah Segar Menggunakan Teknik Computer Vision Untuk Pendeteksian Kualitas Dan Kesegaran Buah,” Jati (Jurnal Mhs. Tek. Inform., Vol. 7, No. 3, Pp. 1567–1573, 2023, Doi: 10.36040/Jati.V7i3.6871.

P. Utomo, N. Asvio, And F. Prayogi, “Metode Penelitian Tindakan Kelas (Ptk): Panduan Praktis Untuk Guru Dan Mahasiswa Di Institusi Pendidikan,” Pubmedia J. Penelit. Tindakan Kelas Indones., Vol. 1, No. 4, P. 19, 2024, Doi: 10.47134/Ptk.V1i4.821.

N. Hayati, “Klasifikasi Jenis Bunga Mawar Menggunakan Algoritma K-Nearest Neighbour,” J. Inform. Dan Ris., Vol. 1, No. 1, Pp. 31–37, 2023, Doi: 10.36308/Iris.V1i1.474.

R. Budiarto Hadiprakoso And I. K. S. Buana, “Deteksi Serangan Spoofing Wajah Menggunakan Convolutional Neural Network,” J. Tek. Inform. Dan Sist. Inf., Vol. 7, No. 3, Pp. 618–626, 2021, Doi: 10.28932/Jutisi.V7i3.4001.

Alif Kirana, Hanny Hikmayanti, And Jamaludin Indra, “Pengenalan Pola Aksara Sunda Dengan Metode Convolutional Neural Network,” Sci. Student J. Information, Technol. Sci., Vol. 1, No. 2, Pp. 95–100, 2020.

S. Hermawan, A. M. Siregar, S. Faisal, And T. Al Mudzakir, “Classification Of Dog Emotions Using Convolutional Neural Network Method,” J. Nas. Pendidik. Tek. Inform., Vol. 13, No. 2, Pp. 258–269, 2024, Doi: 10.23887/Janapati.V13i2.74340.

S. Supiani, N. Nurdin, A. Syahid, And H. Fakhrurrozi, “Manajemen Sumber Daya Manusia Pada Upt Perpustakaan Universitas Tadulako Palu,” J. Integr. Manaj. Pendidik., Vol. 1, No. 2, Pp. 13–25, 2022, Doi: 10.24239/Jimpe.V1i2.1216.

D. Marcella, Y. Yohannes, And S. Devella, “Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network Dengan Arsitektur Vgg-19,” J. Algoritm., Vol. 3, No. 1, Pp. 60–70, 2022, Doi: 10.35957/Algoritme.V3i1.3331.

U. Deteksi, O. Produk, And D. I. Perusahaan, “Inti Nusa Mandiri,” Vol. 18, No. 2, Pp. 107–114, 2024.

S. A. E. Albakia And R. A. Saputra, “Identifikasi Jenis Daun Tanaman Obat Menggunakan Metode Convolutional Neural Network (Cnn) Dengan Model Vgg16,” J. Inform. Polinema, Vol. 9, No. 4, Pp. 451–460, 2023, Doi: 10.33795/Jip.V9i4.1420.

M. Yusuf, D. Kurniawan, And T. Agustin, “Buatan Berbasis Cnn,” No. November, Pp. 355–368, 2024.

Heliyanti Susana, “Penerapan Model Klasifikasi Metode Naive Bayes Terhadap Penggunaan Akses Internet,” J. Ris. Sist. Inf. Dan Teknol. Inf., Vol. 4, No. 1, Pp. 1–8, 2022, Doi: 10.52005/Jursistekni.V4i1.96.

A. W. Hastungkoro, A. Dwi, P. Wicaksono, Y. D. Rosita, T. Informatika, And F. Informatika, “Klasifikasi Kualitas Dan Kematangan Pisang Cavendish Menggunakan Convolutional Neural Network Pisang Merupakan Faktor-Faktor Perorangan,” Vol. 14, No. 2, Pp. 185–194, 2024.

R. I. Agustin, J. Indra, A. Fauzi, And R. N. U. R. Hijriyya, “Klasifikasi Pecahan Uang Kertas Rupiah Menggunakan Transfer Learning Dengan Model Mobilenetv2,” Vol. 9, Pp. 242–250, 2024.