EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Peningkatan Akurasi Model Deep learning Dalam Klasifikasi Kematangan Buah Kelapa Berbasis Sinyal Akustik

Mochamad Rizki, Abdul Halim

Jurnal Pekommas · 29.12.2025 · 10 (2) · 45-52

DOI: 10.56873/jpkm.v10i2.6004 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Jurnal Pekommas, online erschienen am 29.12.2025. Verfasst von Mochamad Rizki und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Pada masa sekarang, perkembangan teknologi pemrosesan sinyal, sistem cerdas lanjutan dan pembelajaran deep learning telah menjadi hal yang umum digunakan dalam teknologi agrikultur. Salah satu komoditas agrikultur yang banyak terdapat di dunia adalah buah kelapa. Sayangnya penerapan teknologi agrikultur pasca panen sangat minim di pertanian kelapa. Selama ini para petani menentukan maturity buah kelapa dengan mendengar suara ketukan buah kelapa sehingga memerlukan banyak waktu untuk memeriksa tingkat maturity. Dalam jurnal ini akan membahas peningkatan akurasi model deep learning dalam kalasifikasi buah kelapa berbasis sinyal akustik. Untuk uji coba klasifikasi tingkat maturity buah kelapa ini menggunakan metode  deep learning yang terdiri dari Convolutional Neural Network (CNN) dan Long Short-Term Memory (LSTM).serta menggunakan dataset open access terdiri dari sampel yang digunakan sebesar 129 kelapa dengan tiga level klasifikasi - premature, mature dan overmature (Caladcad, 2023). Dalam tulisan ini mengusulkan  peningkatan arsitektur model deep learning dengan parameter learning rate 0.0001, epoch 500, Batch-Normalization dan Dropout 0,3 dengan hasil dari uji klasifikasi sinyal akustik buah kelapa memiliki akurasi data testing sebesar 98,36% dan F1 Score sebesar 99%. Hasil ujicoba ini lebih baik dibandingkan ujicoba terdahulu (Caladcad, 2024) dengan hasil akurasi 97,42% dan F1 Score 97,20%. serta menunjukkan bahwa peningkatan metode kombinasi deep learning menghasilkan sistem klasifikasi kematangan kelapa yang lebih andal, dan bebas bias kelas

Zitieren

APA

Rizki, M., & Halim, A. (2025). Peningkatan Akurasi Model Deep learning Dalam Klasifikasi Kematangan Buah Kelapa Berbasis Sinyal Akustik. Jurnal Pekommas, 10(2), 45-52. https://doi.org/10.56873/jpkm.v10i2.6004

Vancouver

Rizki M, Halim A. Peningkatan Akurasi Model Deep learning Dalam Klasifikasi Kematangan Buah Kelapa Berbasis Sinyal Akustik. Jurnal Pekommas. 2025;10(2):45-52. doi:10.56873/jpkm.v10i2.6004

BibTeX
@article{Rizki2025,
  author = {Rizki, Mochamad and Halim, Abdul},
  title = {Peningkatan Akurasi Model Deep learning Dalam Klasifikasi Kematangan Buah Kelapa Berbasis Sinyal Akustik},
  journal = {Jurnal Pekommas},
  year = {2025},
  volume = {10},
  number = {2},
  pages = {45--52},
  doi = {10.56873/jpkm.v10i2.6004}
}
Kostenlos starten →