Sistem Deteksi Kematangan Buah Jambu Air Berbasis Internet Of Things Menggunakan Convolutional Neural Network

Zidane, Ren Muhammad (2025) Sistem Deteksi Kematangan Buah Jambu Air Berbasis Internet Of Things Menggunakan Convolutional Neural Network. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (380kB)
	Text BAB 2.pdf Download (456kB)
	Text BAB 3.pdf Download (652kB)
	Text BAB 4.pdf Download (980kB)
	Text BAB 5.pdf Download (214kB)
	Text Lampiran.pdf Download (712kB)

Abstract

Penentuan kematangan buah jambu air secara manual mempunyai keterbatasan dalam keakuratan dan efisiensi, terutama pada skala industri. Penelitian ini mengembangkan sistem pernyortiran jambu bair berbasis Internet of Things (IoT) dengan menggunakan Convolutional Neural Network (CNN). Sistem ini mengintegrasikan sensor warna TCS3200, mikrokontroler Arduino, dan aktuator mekanis untuk mengklasifikasikan buah jambu air ke dalam kategori matang dan mentah. Model CNN dilatih menggunakan dataset gambar buah jambu air dengan metode augmentasi data untuk meningkatkan akurasi. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu mencapai rata-rata akurasi validasi sebesar 83%, dengan validation loss sebesar 1,762. Meskipun model menunjukkan performa yang baik, masih ada peluang untuk meningkatkan akurasi dengan optimalisasi parameter dan penggunaan kumpulan data yang lebih luas. Sistem ini diharapkan dapat membantu petani dan pelaku industri dalam meningkatkan efisiensi dan kualitas produk buah jambu air.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	19 Jun 2025 07:47
Last Modified:	19 Jun 2025 07:47
URI:	http://repository.unas.ac.id/id/eprint/13040

Actions (login required)

View Item