Implementasi Convolutional Neural Network (Cnn) Dengan Arsitektur Resnet50 Untuk Klasifikasi Kualitas Buah Apel

Alfarist, Abizar Nadhif (2024) Implementasi Convolutional Neural Network (Cnn) Dengan Arsitektur Resnet50 Untuk Klasifikasi Kualitas Buah Apel. Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_ABIZAR NADHIF ALFARIST_COVER.pdf - Published Version Download (343kB)
	Text UNIKOM_ABIZAR NADHIF ALFARIST_LEMBAR PENGESAHAN.pdf - Published Version Download (216kB)
	Text UNIKOM_ABIZAR NADHIF ALFARIST_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (145kB)
	Text UNIKOM_ABIZAR NADHIF ALFARIST_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (120kB)
	Text UNIKOM_ABIZAR NADHIF ALFARIST_KATA PENGANTAR.pdf - Published Version Download (127kB)
	Text UNIKOM_ABIZAR NADHIF ALFARIST_DAFTAR ISI.pdf - Published Version Download (152kB)
	Text UNIKOM_ABIZAR NADHIF ALFARIST_BAB 1.pdf - Published Version Download (273kB)
	Text UNIKOM_ABIZAR NADHIF ALFARIST_BAB 2.pdf - Published Version Download (616kB)
	Text UNIKOM_ABIZAR NADHIF ALFARIST_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_ABIZAR NADHIF ALFARIST_BAB 4.pdf - Published Version Restricted to Repository staff only Download (921kB) | Request a copy
	Text UNIKOM_ABIZAR NADHIF ALFARIST_BAB 5.pdf - Published Version Download (120kB)
	Text UNIKOM_ABIZAR NADHIF ALFARIST_DAFTAR PUSTAKA.pdf - Published Version Download (153kB)
	Text UNIKOM_ABIZAR NADHIF ALFARIST_LEMBAR KONTAK PENULIS & KONTRIBUTOR.pdf - Published Version Download (165kB)

Abstract

Klasifikasi kualitas buah merupakan salah satu aspek penting dalam industri pertanian, khususnya dalam memastikan standar mutu produk sebelum didistribusikan ke konsumen. Dalam penelitian ini, diimplementasikan Convolutional Neural Network (CNN) dengan arsitektur ResNet50 untuk melakukan klasifikasi kualitas buah apel. Arsitektur ResNet50 dipilih karena kemampuannya yang unggul dalam menangani masalah vanishing gradient serta kinerjanya yang terbukti baik dalam berbagai tugas klasifikasi gambar. Implementasi Convolutional Neural Network dengan arsitektur ResNet50 digunakan untuk klasifikasi kualitas buah apel. ResNet50, atau Residual Network 50-layer, adalah arsitektur jaringan saraf dalam (deep neural network) yang telah menunjukkan kinerja luar biasa dalam tugas-tugas ini. Dikembangkan oleh Kaiming He et al. pada tahun 2015. Pada penelitian ini dengan learning rate 0.0001, epoch 150 menghasilkan kinerja model terbaik dengan nilai accuracy 87.36%, dan loss 0.3112

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Kualitas Buah Apel, Convolutional Neural Network, ResNet50, Augmentasi Data.
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	13 Aug 2025 07:57
Last Modified:	13 Aug 2025 07:57
URI:	http://elibrary.unikom.ac.id/id/eprint/10748

Actions (login required)

View Item