KLASIFIKASI KUALITAS MANGGA HARUM MANIS: PENDEKATAN NEURAL NETWORK

Abstract

Mangga Harum Manis adalah salah satu komoditas ekspor Indonesia yang dapat dikategorikan menjadi tiga tingkat kualitas: Grade A, B, dan C. Penelitian ini mengimplementasikan algoritma multilayer perceptron (MLP) dengan fungsi aktivasi ReLU dan optimasi Adam, serta variasi jumlah neuron 10, 20, dan 30 pada masing-masing lapisan tersembunyi. Performa dari ketiga model yang dibangun dianalisis menggunakan nilai akurasi, presisi, dan recall yang diperoleh dari evaluasi menggunakan confusion matrix. Model dengan kombinasi 20-30-10 neuron dalam lapisan tersembunyi menunjukkan performa terbaik. Dengan akurasi = 82.5%, presisi = 82.2%, dan recall = 82.4% untuk klasifikasi data latih, dan akurasi = 77.4%, presisi = 78.1%, dan recall = 77.4% untuk klasifikasi data uji, kombinasi ini melampaui performa dua model lainnya. Dengan perbandingan rata-rata antara performa klasifikasi data latih dan data uji di bawah 5%, model yang dihasilkan menunjukkan ketahanan yang sangat baik terhadap perubahan data atau penambahan data selanjutnya.