IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUKKLASIFIKASI KEMATANGAN BUAH ANGGUR BERBASIS INTERNET OFTHINGS (IOT)

Abstract

Penentuan tingkat kematangan buah anggur secara
manual sering kali bersifat subjektif dan tidak konsisten, sehingga
dibutuhkan sistem otomatis yang akurat dan efisien. Penelitian ini
bertujuan untuk mengembangkan sistem klasifikasi kematangan
buah anggur menggunakan algoritma Convolutional Neural
Network (CNN) berbasis citra digital. Dataset citra buah anggur
dikumpulkan dan diproses melalui teknik augmentasi untuk
meningkatkan keragaman data latih. Model CNN dilatih
menggunakan data yang telah dibagi menjadi set pelatihan,
validasi, dan pengujian, dengan proporsi yang seimbang. Hasil
pelatihan menunjukkan bahwa akurasi model pada data pelatihan
mencapai 100%, sementara akurasi validasi berkisar antara 73%
hingga 77%. Namun, peningkatan nilai loss pada data validasi
mengindikasikan kemungkinan overfitting. Evaluasi model
dilakukan menggunakan classification report, yang menunjukkan
performa terbaik pada kelas stage1 (f1-score 0.99), namun kurang
optimal pada kelas stage4 dan stage5. Meskipun demikian, sistem
ini memiliki potensi besar untuk diterapkan dalam proses
identifikasi kematangan buah anggur secara otomatis dan dapat
dikembangkan lebih lanjut dalam integrasi sistem berbasis Internet
of Things (IoT) untuk pemantauan waktu nyata.