SISTEM INFORMASI DETEKSI KEMATANGAN BUAH PISANG BERBASIS CITRA DIGITAL MENGGUNAKAN ALGORITMA RANDOM FOREST DAN SMOTE

Trisnawati, Lutvhia Amanda (2026) SISTEM INFORMASI DETEKSI KEMATANGAN BUAH PISANG BERBASIS CITRA DIGITAL MENGGUNAKAN ALGORITMA RANDOM FOREST DAN SMOTE. Diploma thesis, Universitas Nasional.

	Text COVER.pdf Download (776kB)
	Text BAB 1.pdf Download (361kB)
	Text BAB 2.pdf Download (694kB)
	Text BAB 3.pdf Download (884kB)
	Text BAB 4.pdf Download (1MB)
	Text BAB 5.pdf Download (332kB)
	Text LAMPIRAN.pdf Download (590kB)

Abstract

Penentuan tingkat kematangan pisang secara manual sering bersifat subjektif dan tidak konsisten. Penelitian ini mengembangkan sistem deteksi kematangan pisang berbasis citra digital dengan memanfaatkan algoritma Random Forest, teknik Synthetic Minority Oversampling Technique (SMOTE), serta Rule-Based Correction untuk meningkatkan akurasi klasifikasi. Dataset terdiri dari 11.793 citra pisang dalam empat kelas: unripe, ripe, overripe, dan rotten. Tahapan penelitian meliputi pra-pemrosesan citra, ekstraksi fitur warna dan tekstur, penyeimbangan data, pelatihan model, serta implementasi aplikasi berbasis web. Model Random Forest memperoleh akurasi 94,88% tanpa SMOTE dan 94,45% dengan SMOTE. Meskipun akurasi sedikit menurun, penerapan SMOTE meningkatkan recall dan F1-score pada kelas minoritas, sehingga performa model menjadi lebih seimbang. Rule-Based Correction efektif memperbaiki prediksi yang keliru pada kelas yang memiliki kemiripan visual, seperti overripe dan rotten. Sistem yang dibangun juga menyediakan visualisasi segmentasi warna dan probabilitas prediksi sehingga hasil dapat dipahami dengan jelas oleh pengguna. Secara keseluruhan, sistem deteksi kematangan pisang yang dikembangkan mampu memberikan klasifikasi yang akurat, stabil, dan mudah digunakan, sehingga berpotensi diterapkan dalam proses sortasi buah di berbagai sektor.

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Irna Irna Yunita
Date Deposited:	08 Jun 2026 04:16
Last Modified:	08 Jun 2026 04:16
URI:	https://repository.unas.ac.id/id/eprint/16440

Actions (login required)

View Item