Implementasi Metode Convolutional Neural Network Untuk Deteksi Kematangan Buah Pisang Menggunakan Inception V3

Abstract

Pisang merupakan komoditi ekspor yang perlu diperhatikan kualitasnya. Salah satu cara mengetahui kualitasnya dapat dilihat dari tingkat kematangannya. Tingkat kematangan buah pisang tersebut dapat diklasifikasikan dan diidentifikasi oleh mata manusia secara langsung, tetapi dengan jumlah panen yang berlimpah akan memunculkan permasalahahan berhubungan dengan keputusan yang diambil secara cepat bahwa pisang tersebut disimpulkan mentah, matang atau busuk, maka diperlukan cara untuk mengklasifikasikan tingkat kematangan buah pisang dengan bantuan teknologi. Penelitian ini berfokus pada pengklasifikasian tingkat kematangan buah pisang dengan menggunakan arsitektur inception V3 yang merupakan pengembangan dari metode convolutional neural network. Model yang telah dikembangkan dapat menghasilkan akurasi 95% pada proses training dan pada proses evaluasi dengan menggunakan confusion matrix menghasilkan nilai precision sebesar 93%, nilai recall 94% dan nilai akurasi sebesar 94%.