KLASIFIKASI MENTOK SIAP POTONG MENGGUNAKAN METODE CNN DENGAN ARSITEKTUR MOBILENETV2

Setyanto, Wahyu (2026) KLASIFIKASI MENTOK SIAP POTONG MENGGUNAKAN METODE CNN DENGAN ARSITEKTUR MOBILENETV2. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full Text) RAMA_55201_2213020097.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (5MB) | Request a copy
	Text (Similarity) RAMA_55201_2213020097_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020097_0729098903_0713059502_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_55201_2213020097_0729098903_0713059502_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (692kB) | Request a copy
	Text (BAB 3) RAMA_55201_2213020097_0729098903_0713059502_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (969kB) | Request a copy
	Text (BAB 4) RAMA_55201_2213020097_0729098903_0713059502_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (750kB) | Request a copy
	Text (BAB 5) RAMA_55201_2213020097_0729098903_0713059502_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (209kB) | Request a copy
	Text (References) RAMA_55201_2213020097_0729098903_0713059502_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (218kB)
	Text (Lampiran) RAMA_55201_2213020097_0729098903_0713059502_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy

Abstract

Penentuan kondisi mentok siap potong umumnya masih dilakukan secara manual berdasarkan pengamatan visual, sehingga hasil identifikasi cenderung subjektif dan tidak konsisten. Oleh karena itu, penelitian ini menerapkan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 karena memiliki kemampuan klasifikasi citra yang baik serta efisien untuk diimplementasikan pada perangkat mobile. Penelitian ini bertujuan untuk membangun sistem klasifikasi mentok siap potong dan belum siap potong secara otomatis berbasis citra digital. Proses penelitian meliputi pengumpulan dataset citra mentok, tahap pra-pemrosesan berupa resize, normalisasi, dan augmentasi data, pelatihan model menggunakan TensorFlow, serta implementasi model ke dalam aplikasi Android berbasis TensorFlow Lite. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score pada tujuh skenario pengujian yang berbeda. Hasil penelitian menunjukkan bahwa model MobileNetV2 mampu melakukan klasifikasi dengan baik, dengan skenario terbaik memperoleh nilai accuracy sebesar 96%, precision sebesar 96%, recall sebesar 96%, dan F1-score sebesar 96%. Selain itu, hasil pengujian black box menunjukkan bahwa seluruh fitur pada aplikasi dapat berjalan sesuai kebutuhan pengguna dalam melakukan identifikasi mentok siap potong secara otomatis.

Actions (login required)

View Item