Jurnal Responsif : Riset Sains dan Informatika
Vol 2 No 2 (2020): Jurnal Responsif : Riset Sains dan Informatika

DETEKSI JENIS DAN KEMATANGAN PISANG MENGGUNAKAN METODE EXTREME LEARNING MACHINE

Ina Najiyah (Universitas Adhirajasa Reswara Sanjaya)
Ifani Hariyanti (Universitas Adhirajasa Reswara Sanjaya)



Article Info

Publish Date
31 Aug 2020

Abstract

Kebun Pisang Celak, yang berada di desa Celak Kec. Cililin adalah salah satu tempat yang khusus bercocok tanam buah pisang. Pisang pada Kebun Pisang Celak ini beraneka ragam jenis. Permasalahan yang ditemukan adalah kurang tepatnya dan kurang pengetahuannya karyawan dalam membedakan jenis dan kematangan pisang terutama karyawan baru. Penelitian ini membuat aplikasi deteksi jenis pisang dan kematangan pisang menggunakan metode Extreme learning machine. Dataset pada penelitian ini merupakan gambar pisang dengan 9 jenis yaitu pisang ambon, pisang raja, pisang cavendish, pisang kirana, pisang barangan, pisang Nangka, pisang mas dan pisang kapok. Kematangan pisang pada penelitian ini yaitu tingkat mentah, matang dan terlalu matang. Program dibuat menggunakan tensorflow python. CNN diuji dan menghasilkan tingkat akurasi sebesar 89%. Hasil dari penelitian ini yaitu aplikasi berbasis android untuk mendeteksi jenis pisang.

Copyrights © 2020






Journal Info

Abbrev

jti

Publisher

Subject

Computer Science & IT

Description

Jurnal Responsif: Riset Sains dan Informatika merupakan Jurnal yang bertujuan untuk mewadahi semua informasi hasil penelitian, telaah pustaka, makalah teknis, dan kajian buku, dari berbagai cabang Ilmu Komputer, Teknik Informatika dan Sistem Informasi. Diharapkan dengan adanya wadah penerbitan ini ...