Skripsi

Identifikasi kualitas visual apel jenis apel manalagi dengan menggunakan metode faster r-cnn / Kukuh Argo Saputro

Abstrak
Buah apel jenis apel Manalagi merupakan salah satu jenis buah apel yang banyak dikonsumsi baik secara langsung maupun dalam bentuk produk olahan. Dengan banyaknya peminat buah apel jenis ini diharapkan mampu membantu perekonomian petani kota Batu. Namun terdapat beberapa masalah ketika memilih buah apel jenis apel Manalagi yang layak untuk dikonsumsi. Pada tahap pascapanen misalnya banyak karyawan yang menumpuk buah apel berkualitas dengan buah apel yang berpenyakitan karena tidak memakai acuan gambar buah apel berkualitas. Tujuan dari penelitian adalah mengembangkan model untuk mengklasifikasikan kualitas visual apel jenis apel Manalagi dengan menggunakan algoritma Faster R-CNN dan mengidentifikasi faktor-faktor yang mempengaruhi deteksi kualitas buah apel jenis apel Manalagi secara visual. Penelitian ini menggunakan algoritma Faster R-CNN untuk mengklasifikasikan kualitas buah apel jenis apel Manalagi. Pengumpulan data dilakukan melalui kamera ponsel pintar Samsung A32 dan Oppo A53. Jumlah data gambar yang terkumpul berjumlah 200 data gambar yang berupa 100 gambar buah apel jenis apel Manalagi segar dan 100 gambar buah apel jenis apel Manalagi rusak. Fitur yang digunakan dalam penelitian ini yaitu rasio data intensitas cahaya dan jarak. Rasio data yang digunakan adalah 80% 20% dan 60% 40%. Untuk intensitas cahaya yang digunakan yaitu 41 lux 121 lux dan 222 lux. Sedangkan jarak yang digunakan yaitu 20 cm 25 cm 30 cm 35 cm dan 40 cm. Hasil penelitian ini menunjukkan bahwa jumlah rasio data tidak mempengaruhi hasil klasifikasi buah apel jenis apel Manalagi. Pengujian pada model pertama dengan rasio data 80% data training dan 20% data testing menghasilkan akurasi sebesar 100% untuk buah apel jenis apel Manalagi segar dan 100% untuk buah apel jenis apel Manalagi rusak. Sedangkan pada model kedua dengan rasio data 60% data training dan 40% data testing juga menghasilkan akurasi sebesar 100% untuk buah apel jenis apel Manalagi segar dan 100% untuk buah apel jenis apel Manalagi rusak. Selain itu pengujian dilakukan untuk mengetahui faktor yang mempengaruhi deteksi kualitas buah apel jenis Manalagi. Hasil pengujian didapatkan bahwa model membutuhkan setidaknya intensitas cahaya 121 lux agar model dapat mendeteksi kualitas buah apel jenis apel Manalagi. Sedangkan jarak antara kamera terhadap objek yang dibutuhkan oleh model untuk mendeteksi kualitas buah apel jenis apel Manalagi yaitu berkisar 20-40 cm.

Informasi Detail

DDC

Rs 621.3678 SAP i

Prodi

Universitas Negeri Malang. Program Studi Teknik Industri, 2021.

Deskripsi Fisik

xv, 57 lembar : il. ; 30 cm.

Bahasa

Indonesia

No Reg

00456/KI/22

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2021

Subjek

1. MESIN SORTIR - ARTIFICIAL INTELLIGENCE
2. MESIN SORTIR APEL
3. ALGORITMA KOMPUTER - FASTER R-CNN
4. SORTING MACHINE - ARTIFICIAL INTELLIGENCE

Pembimbing

1. Aisyah Larasati ; 2. Abdul Muid

Lampiran Berkas