WIBOWO, Shabrina Sekarayu (2024) Klasifikasi Tingkat Kematangan Kelapa Sawit Berdasarkan Warna Buah Menggunakan Metode Convolutional Neural Network (CNN). Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (68kB)
	Text 4. PERNYATAAAN ORIGINALITAS.pdf Download (423kB)
	Text 5. HALAMAN PENGESAHAN.pdf Download (747kB)
	Text 7. KATA PENGANTAR.pdf Download (102kB)
	Text 8. DAFTAR ISI.pdf Download (58kB)
	Text 13. ABSTRAK.pdf Download (32kB)
	Text 14. ABSTRACT.pdf Download (49kB)
	Text 15. BAB I.pdf Download (43kB)
	Text 20. DAFTAR PUSTAKA.pdf Download (42kB)

Abstract

Indonesia merupakan salah satu produsen dan eksportir utama minyak kelapa sawit.
Kelapa sawit biasa dimanfaatkan untuk minyak masak, industri, dan bahan bakar.
Kematangan buah kelapa sawit berperan krusial dalam menentukan kuantitas dan
kualitas minyak yang dihasilkan. Dengan perkembangan teknologi, penelitian ini
menggunakan metode Convolutional Neural Network (CNN) digunakan untuk
mengklasifikasikan kematangan tandan buah segar (TBS) berdasarkan warna.
Kematangan kelapa sawit diklasifikasikan menjadi 4 kelas menjadi mentah, kurang
masak, masak dan terlalu masak. Jumlah dataset yang digunakan pada penelitian
ini sebanyak 5000 citra kelapa sawit. Citra kemudian melalui pra-pemrosesan dan
normalisasi. Data kemudian dilatih dengan 6 skenario percobaan dengan variasi
parameter berupa jumlah epoch, ukuran bobot, lapisan konvolusi, learning rate, dan
besar dropout. Hasil terbaik didapatkanpada skenario terakhir dengan 200 epoch, 5
lapisan konvolusi, learning rate 0,0002, dan dropout 0,7. Penelitian ini
menunjukkan bahwa model CNN memberikan akurasi mencapai 99,31% pada
pelatihan dan 92% pada pengujian, meskipun masih terdapat tantangan dalam
membedakan citra dengan warna yang mirip.
Kata Kunci : kelapa sawit, kematangan buah, Convolutional Neural Network

Actions (login required)

View Item