DETEKSI TINGKAT KESEGARAN BUAH PISANG SEBAGAI UPAYA PENCEGAHAN RISIKO KESEHATAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS WEBSITE

Gunawan, Arya and Artaye, Ketut (2025) DETEKSI TINGKAT KESEGARAN BUAH PISANG SEBAGAI UPAYA PENCEGAHAN RISIKO KESEHATAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS WEBSITE. Skripsi thesis, Institut Informatika dan Bisnis Darmajaya.

	Text Cover.pdf Download (274kB)
	Text Halaman Pernyataan.pdf Download (116kB)
	Text Halaman Persetujuan.pdf Download (155kB)
	Text Halaman Pengesahan.pdf Download (204kB)
	Text Halaman Persembahan.pdf Download (3MB)
	Text Halaman Motto.pdf Download (3MB)
	Text Abstrak.pdf Download (3MB)
	Text Halaman Prakata.pdf Download (3MB)
	Text Daftar Isi.pdf Download (3MB)
	Text Bab I.pdf Download (3MB)
	Text Bab II.pdf Download (3MB)
	Text Bab III.pdf Download (3MB)
	Text Bab IV.pdf Download (3MB)
	Text Bab V.pdf Download (2MB)
	Text Daftar Pustaka.pdf Download (2MB)
	Text Lampiran.pdf Download (2MB)

Abstract

Pisang merupakan salah satu komoditas unggulan Indonesia yang memiliki nilai ekonomi tinggi, namun menjaga kesegarannya selama distribusi masih menjadi tantangan. Pisang yang melewati tingkat kematangan optimal dapat menurunkan kualitas dan menimbulkan risiko kesehatan bagi konsumen. Penelitian ini bertujuan untuk mengembangkan sistem berbasis web untuk mendeteksi tingkat kesegaran pisang Cavendish menggunakan metode Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari 1.030 citra berlabel dengan empat kelas, yaitu segar, matang, mentah, dan busuk. Tahapan penelitian meliputi preprocessing data melalui resize, normalisasi, dan augmentasi sebelum model CNN dilatih. Hasil penelitian menunjukkan akurasi sebesar 99% dengan nilai precision, recall, dan F1-score rata-rata 0,99. Model kemudian diintegrasikan ke dalam website berbasis Streamlit yang memungkinkan pengguna mengunggah atau mengambil gambar untuk mendapatkan hasil prediksi secara real-time. Sistem ini dapat menjadi solusi praktis dan objektif bagi petani, distributor, dan konsumen untuk menilai kualitas buah, mengurangi kerugian, serta mendukung upaya pencegahan risiko kesehatan masyarakat.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Arya Gunawan
Date Deposited:	20 Nov 2025 08:57
Last Modified:	20 Nov 2025 08:57
URI:	http://repo.darmajaya.ac.id/id/eprint/23134

Actions (login required)

View Item