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:	Users 30 not found.
Date Deposited:	19 Jun 2025 07:47
Last Modified:	19 Jun 2025 07:47
URI:	https://repository.unas.ac.id/id/eprint/13040

Actions (login required)

View Item