KLASIFIKASI TINGKAT KEMATANGAN BUAH PISANG TANDUK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab · 10.07.2026 · 11 (2) · 2829-2841
DOI: 10.36341/rabit.v11i2.7934 ↗Kurz gefasst
Fachartikel in der Zeitschrift Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, online erschienen am 10.07.2026. Verfasst von Dela_rizqi Fitriani und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Penelitian ini bertujuan untuk membangun sistem klasifikasi tingkat kematangan buah pisang tanduk menggunakan metode Convolutional Neural Network (CNN) berbasis Transfer Learning dengan arsitektur MobileNetV2 dan EfficientNetB0. Dataset yang digunakan terdiri dari 1.142 citra buah pisang tanduk yang dibagi menjadi data training dan validation. Proses pelatihan model dilakukan menggunakan teknik augmentasi data dan regularisasi untuk meningkatkan kemampuan generalisasi model. Hasil penelitian menunjukkan bahwa model MobileNetV2 memperoleh performa terbaik dengan nilai accuracy sebesar 97,75%, precision sebesar 97,84%, recall sebesar 97,75%, dan F1-score sebesar 97,74%. Sementara itu, EfficientNetB0 memperoleh nilai accuracy sebesar 90,09%. Model terbaik kemudian diimplementasikan ke dalam sistem prediksi berbasis website untuk melakukan klasifikasi tingkat kematangan buah pisang tanduk secara otomatis dan real-time. Hasil penelitian menunjukkan bahwa metode CNN berbasis Transfer Learning mampu memberikan performa klasifikasi yang sangat baik dalam mengidentifikasi tingkat kematangan buah pisang tanduk.
Zitieren
APA
Fitriani, D., & Fitriani, D. R. (2026). KLASIFIKASI TINGKAT KEMATANGAN BUAH PISANG TANDUK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, 11(2), 2829-2841. https://doi.org/10.36341/rabit.v11i2.7934
Vancouver
Fitriani D, Fitriani DR. KLASIFIKASI TINGKAT KEMATANGAN BUAH PISANG TANDUK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab. 2026;11(2):2829-2841. doi:10.36341/rabit.v11i2.7934
BibTeX
@article{Fitriani2026,
author = {Fitriani, Dela_rizqi and Fitriani, Dela Rizqi},
title = {KLASIFIKASI TINGKAT KEMATANGAN BUAH PISANG TANDUK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK},
journal = {Rabit : Jurnal Teknologi dan Sistem Informasi Univrab},
year = {2026},
volume = {11},
number = {2},
pages = {2829--2841},
doi = {10.36341/rabit.v11i2.7934}
}
EUVIMED