KESESUAIAN UMUR PANEN BUAH JAMBU KRISTAL BERDASARKAN CITRA VISIBLE MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

RENI, FITRIANI PUSPITA (2025) KESESUAIAN UMUR PANEN BUAH JAMBU KRISTAL BERDASARKAN CITRA VISIBLE MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. FAKULTAS PERTANIAN, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK - ABSTRACT.pdf Download (237Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (4Mb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2679Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Jambu kristal merupakan salah satu varietas jambu biji (Psidium guajava L.) yang berkembang pesat di berbagai wilayah Indonesia, seperti Bengkulu, Jawa Barat, Daerah Istimewa Yogyakarta, Papua, Jawa Tengah, Lampung, dan Papua Barat, dengan bentuk buah bulat hingga lonjong yang kadang tidak simetris serta memiliki biji kurang dari 3%. Buah jambu kristal memiliki kulit bergelombang, berwarna hijau muda, serta bobot yang berkisar antara 100–500 gram. Daging jambu kristal memiliki warna putih dengan tekstur renyah menyerupai buah pir (Ramadhan, 2022), sehingga banyak petani mulai melirik peluang bisnis dalam budidaya jambu kristal ini. Dalam penentuan kematangan buah jambu kristal dapat dilihat dari parameter ciri warna. Selama ini, proses klasifikasi mutu jambu biji dilakukan secara manual dengan melakukan pengamatan langsung terhadap permukaan luar buah. Namun, metode manual ini sering kali menghasilkan klasifikasi yang kurang akurat dan tidak konsisten, terutama karena adanya kemungkinan kesalahan dari manusia. Oleh karena itu, diperlukan sebuah aplikasi untuk mempermudah kesesuaian umur panen. Pada penelitian ini, proses kesesuaian umur panen buah jambu kristal menggunakan metode CNN berdasarkan Citra Visible. Pengujian dilakukan pada 8.313 data latih, 2.376 data validasi dan 1191ii data uji. Hasil akurasi yang diperoleh dari data pelatihan sebesar 74,83%, data validasi sebesar 83,29%, dan data pengujian menghasilkan akurasi 82,79%. Berdasarkan capaian tersebut, dapat disimpulkan bahwa Citra Visible yang dianalisis menggunakan metode Convolutional Neural Network mampu menyesuaikan klasifikasi umur panen buah jambu kristal berdasarkan perbedaan warna. Kata Kunci : Citra Visible, Convolutional Neural Network, RGB, Umur panen, Jambu Kristal.

Jenis Karya Akhir:	Skripsi
Subyek:	600 Teknologi (ilmu terapan) > 630 Pertanian dan teknologi yang berkaitan
Program Studi:	FAKULTAS PERTANIAN (FP) & PASCASERJANA > Prodi S1 Teknik Pertanian
Pengguna Deposit:	2507036164 Digilib
Date Deposited:	15 Oct 2025 07:03
Terakhir diubah:	15 Oct 2025 07:03
URI:	http://digilib.unila.ac.id/id/eprint/91172

Actions (login required)

Lihat Karya Akhir