Rancang Aplikasi Klasifikasi Kualitas Biji Kakao Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Android

Agung Nursamsi, Muhammad (2022) Rancang Aplikasi Klasifikasi Kualitas Biji Kakao Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Android. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (1MB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (202kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (215kB) | Preview
[img]
Preview
PDF
BAB_II.pdf

Download (293kB) | Preview
[img]
Preview
PDF
BAB_III.pdf

Download (1MB) | Preview
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (2MB)
[img]
Preview
PDF
BAB_V.pdf

Download (203kB) | Preview
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (3MB)

Abstract

Kakao (Thebroma cacao L.) merupakan salah satu bahan baku pembuatan coklat, kakao (biji coklat) termasuk dalam tumbuhan berjenis komoditas primadona dalam sektor perkebunan di Indonesia karena memiliki peluang di pasar dunia. Indonesia termasuk ke dalam negara terbesar ketiga dalam mengekspor dan penghasil kakao. Proses pembagian biji kakao di mulai dari petani, kemudian hasil panen biji kakao di jual ke pengepul, pengepul menjual biji kakao ke eksportir dan eksportir yang melakukan distribusi ke luar dan dalam negeri. Pengujian mutu yang dilakukan oleh BPSMB masih menggunakan cara manual sehingga ada kemungkinan petugas melakukan kelalaian yang dapat terjadi karena tidak fokus dalam meneliti sampel yang cukup banyak. Petugas juga membutuhkan waktu yang lama untuk memisahkan sampel-sampel yang cacat dengan sampel yang tidak cacat (kristian, 2019). Penelitian ini akan membuat aplikasi yang dapat mengklasifikasi biji kakao apakah termasuk kelas whole, broken, fraction, moldy, fermented, atau unfermented berdasarkan citra. Pada penelitian ini Model CNN bertugas untuk melakukan klasifikasi biji kakao menggunakan arsitektur MobileNetV2. Dapat disimpulkan bahwa Model CNN yang dibuat dengan arsitektur MobileNetV2 memiliki kinerja yang cukup, karena mampu melakukan klasifikasi kualitas biji kakao dengan akurasi sebesar 82.41% dari data validasi. Dilakukan juga Uji coba aplikasi dengan model CNN yang telah disematkan ke dalam aplikasi. Berdasarkan uji coba aplikasi klasifikasi biji kakao memiliki akurasi sebesar 75% saat di uji menggunakan data testing, aplikasi juga dapat berjalan dengan baik pada perangkat android dengan versi android 11 yang di jadikan uji coba aplikasi.

Item Type: Thesis (Bachelor Thesis)
Keywords: Biji Kakao, Convolutional Neural Network, CNN, MobileNetV2
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software
Divisions: Faculty of Engineering & Informatics > Informatics
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 20 Jul 2022 03:16
Last Modified: 21 Aug 2023 02:06
URI: https://kc.umn.ac.id/id/eprint/21614

Actions (login required)

View Item View Item