PERBANDINGAN METODE CNN DAN METODE SVM UNTUK MENGKLASIFIKASI KEMATANGAN BUAH JERUK GERGA MENGGUNAKAN CITRA DIGITAL

Ilahi, Puja Anugrah (2025) PERBANDINGAN METODE CNN DAN METODE SVM UNTUK MENGKLASIFIKASI KEMATANGAN BUAH JERUK GERGA MENGGUNAKAN CITRA DIGITAL. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.

[img] Text (Skripsi fulltext)
PUJAANUGRAHILAHI_2155201099_FULLTEXT.pdf - Submitted Version
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (Turnitin)
PUJAANUGRAHILAHI_FULLTEXT + HASIL TURNITIN.pdf - Submitted Version
Restricted to Repository staff only
Download (4MB) | Request a copy
[img] Text (BAB I)
PUJAANUGRAHILAHI_2155201099_ABSTRAK + BAB 1.pdf - Submitted Version
Download (1MB)
[img] Text (BAB II)
PUJAANUGRAHILAHI_2155201099_BAB 2.pdf - Submitted Version
Download (219kB)
[img] Text (BAB III)
PUJAANUGRAHILAHI_2155201099_BAB 3.pdf - Submitted Version
Restricted to Repository staff only
Download (357kB) | Request a copy
[img] Text (BAB IV)
PUJAANUGRAHILAHI_2155201099_BAB 4 (Repaired).pdf - Submitted Version
Restricted to Repository staff only
Download (785kB) | Request a copy
[img] Text (BAB V)
PUJAANUGRAHILAHI_2155201099_BAB 5.pdf - Submitted Version
Download (115kB)
[img] Text (Referensi + Lampiran)
PUJAANUGRAHILAHI_2155201099_ REF + LAMP.pdf - Submitted Version
Download (177kB)

Abstract

Penelitian ini membahas perbandingan antara metode Convolutional Neural Network (CNN) dan Support Vector Machine (SVM) dalam mengklasifikasikan kematangan buah Jeruk Gerga menggunakan citra digital. Klasifikasi kematangan buah memiliki peran penting dalam industri pertanian untuk meningkatkan efisiensi dan kualitas hasil panen. Metode penelitian mencakup pengumpulan dataset gambar Jeruk Gerga dengan berbagai tingkat kematangan, yang dikategorikan menjadi matang dan mentah. Setelah itu, citra melalui tahap pra-pemrosesan sebelum diolah menggunakan model CNN dan SVM. Evaluasi performa kedua metode dilakukan dengan menggunakan Confusion Matrix serta metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa CNN lebih unggul dibandingkan SVM dalam mengklasifikasikan kematangan Jeruk Gerga. CNN mampu mengenali pola warna dan tekstur buah dengan lebih baik, menghasilkan akurasi lebih tinggi dibandingkan SVM. Keunggulan ini menjadikan CNN sebagai metode yang lebih efektif untuk sistem klasifikasi otomatis berbasis citra digital dalam industri pertanian. Dengan demikian, CNN direkomendasikan sebagai solusi yang lebih optimal dalam meningkatkan efisiensi dan akurasi klasifikasi kematangan buah.

Item Type: Thesis (Skripsi (Bachelor))
Additional Information: Pembimbing : Rozali Toyib, S.Kom, M.Kom
Uncontrolled Keywords: Jeruk Gerga, CNN, SVM, Klasifikasi Kematangan, Citra Digital
Subjects: Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Divisions: 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Depositing User: Mr Muammar Hafiz Khattami
Date Deposited: 20 Mar 2025 03:34
Last Modified: 20 Mar 2025 03:34
URI: http://repository.umb.ac.id/id/eprint/905

Actions (login required)

View Item View Item