IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK PENENTUAN KUALITAS BERAS BERDASARKAN BENTUK DAN WARNA
Abstract
Penelitian ini bertujuan yakni menentukan kualitas beras berdasarkan bentuk dan warna beras menggunakan deep learning Convolutional Neural Network (CNN). Metodenya yaitu menggunakan banyak data gambar yang dijadikan sebagai data set. Data tersebut diklasifikasikan berdasarkan bentuk dan warnanya. Selain kecerahan gambar, data beras yang dimasukkan juga berdasarkan warna latar yang berbeda-beda. Proses pelatihan ini berulang kali dilakukan dengan menggunakan model yang berbeda, sampai didapatkan model pembelajaran Convolutional Neural Network (CNN) yang akan digunakan untuk menguji dan memvalidasi. Berdasarkan hasil proses tersebut, dilakukan pengklasifikasian beras menggunakan data berupa gambar objek beras yang diujikan dengan membedakan 9 jenis beras, menghasilkan tingkat keakuratan sampai diatas 99,8 persen dengan tingkat akurasi validasi 99.7 persen dalam proses training data. dan saat dilakukan testing data rata-rata keakuratan mencapai sekitar 99.9 persen. Ini membuktikan CNN dapat digunakan untuk mengklasifikasi objek dengan baik dan akurat.
.
Downloads
References
Altim, M. Z., Faisal, Salmiah, Kasman, Yudhistira, A., & Syamsu, R. A. (2022). Pengklasifikasi Beras Menggunakan Metode CNN (Convulutional Neural Network). Jurnal INSTEK (Informatika Sains dan Teknologi), 7(1), 151–155. https://doi.org/10.24252/instek.v7i1.28922
Arrofiqoh, E., & Harintaka, H. (2018). Implementasi Metode Convuutional Neural Network Untuk Klasifikasi Tanaman Pada Citra Resolusi Tinggi. GEOMATIKA, 24, 61. https://doi.org/10.24895/JIG.2018.24-2.810
Ayunita, A. N. M. (2018). Identifikasi Jenis dan Mutu Beras (Oryza Sativa) Berdasarkan Analisis Warna dan Bentuk Menggunakan Teknologi Pengolahan Citra dan Jaringan Saraf Tiruan (JST) [PhD Thesis]. Universitas Brawijaya.
Handoko, D. D., & Ardhiyanti, S. D. (2018). Teknologi Pascapanen Padi dalam Meningkatkan Mutu Beras Nasional. Mewujudkan Pertanian Berkelanjutan: Agenda Inovasi Teknologi Dan Kebijakan, 323–345.
Pamungkas, N. (2020). Deteksi Keaslian Mata Uang Rupiah Berbasis Android Menggunakan Algoritma Convulutional Neural Network Dengan TensorFlow [PhD Thesis]. STMIK AKAKOM Yogyakarta.
Ratnaningrum, K. N. (2018). Pertumbuhan Dan Perkembangan Oryzaephilus Surinamensis (L.)(Coleoptera: Silvanidae) Pada Lima Varietas Beras Giling Dan Pecah Kulit [PhD Thesis]. Universitas Brawijaya.
Rena, P. N. (2019). Penerapan metode convolutional neural network pada pendeteksi gambar notasi balok [B.S. thesis]. Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah ….
Ridwan, M., Hersyamsi, H., & Tunggal, T. (2020). Uji Kinerja Alat Penggiling Tipe Pin-Mill Pada Penepungan Bersama Varietas Padi [PhD Thesis]. Sriwijaya University.
Sidharta, H. A. (2017, October 28). Introduction to Open CV. BINUS UNIVERSITY MALANG | Pilihan Universitas Terbaik Di Malang. https://binus.ac.id/malang/2017/10/introduction-to-open-cv/
Silalahi, D. N. (2019). Analisa Zat Klorin Pada Beras Yang Dijual Di Pajak Sore Padang Bulan Medan Secara Argentometri.
Sugiyono, S., Ahza, A. B., & Suyatma, N. E. (2018). Teknologi Pengolahan Dodol dan Peningkatan Kandungan Gizinya. Jurnal Pangan, 27(3), 225–234.
Thomas, E. E., Palit, H., & Noertjahyana, A. (2018). Aplikasi Manajemen Jaringan Berbasis Software Defined Networking. Jurnal Infra.
Wardani, S. M., & Renyoet, B. S. (2022). Ketersediaan Pangan Rumah Tangga Petani Di Desa Karanganyar Jawa Tengah. Jurnal Gizi Kerja Dan Produktivitas, 3(1), 31–39.
Wibisono, I. S., & Novichasari, S. I. (2020). Segmentasi Fuzzy C-Mean Dan Neural Network Untuk Membantu Identifikasi Buah Jeruk Berdasarkan Warna Dan Ukuran. Multimatrix, 2(1).
Wijayati, P. D., & Suryana, A. (2019). Permintaan pangan sumber karbohidrat di Indonesia.
Yusuf, Y., Amrullah, A., & Tenriawaru, A. N. (2018). Perilaku Konsumen Pada Pembelian Beras Di Kota Makassar (Cunsomer Behavior on Purchasing Rice in Makassar City). Jurnal Sosial Ekonomi Pertanian, 14(2), 105–120.
Zuraidah, D. N., Apriyadi, M. F., Fatoni, A. R., Al Fatih, M., & Amrozi, Y. (2021). Menelisik platform digital dalam teknologi bahasa pemrograman. Teknois Journal: Jurnal Ilmiah Teknologi-Informasi & Sains, 11(2), 1–6.