PENERAPAN CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK SORTASI MUTU PISANG EKSPOR

Abstract

Pisang merupakan buah yang banyak dikonsumsi dalam bentuk segar. Permasalahan konsumsi pisang dalam bentuk segar adalah mudah rusak dan cepat mengalami perubahan mutu setelah panen, karena memiliki kandungan air tinggi dan aktifitas proses metabolismenya meningkat setelah dipanen. Selain untuk dikonsumsi dalam negeri pisang juga merupakan salah satu produksi Indonesia yang di ekspor. Dalam proses ekspor dibutuhkan proses sortasi terhadap pisang terlebih dahulu, proses yang dilakukan masih bersifat manual sehingga diperlukan suatu algoritma yang bisa mensortasi secara otomatis. Untuk itu penelitian ini membuat suatu algoritma untuk mensortir otomatis menggunakan Convolutional Neural Networ (CNN) dengan menggunakan citra digital. Citra digunakan sebagai sumber informasi yang dapat digunakan untuk melakukan klasifikasi objek. Salah satu metode Deep Learning yang efektif untuk digunakan yaitu CNN dikarenakan kedalaman jaringan yang tinggi dan banyak diaplikasikan pada data citra. CNN merupakan pengembangan dari Multilayer Perceptron (MLP) yang didesain untuk mengolah data dua dimensi dalam bentuk citra. Sortasi otomatis menggunakan metode CNN yaitu dengan mengklasifikasikan mutu pisang menjadi layak dan tidak layak. Berdasarkan hasil klasifikasi menggunakan metode CNN terhadap kelayakan citra buah pisang menggunakan model yang telah dibentuk diperoleh terdapat satu kesalahan pengklasifikasian citra buah pisang dengan tingkat akurasi sebesar 95%.