Aplikasi Android Pendeteksi Kualitas Beras Berbasis Machine Learning Menggunakan Metode Convolutional Neural Network
DOI:
https://doi.org/10.52436/1.jpti.310Keywords:
Android , Machine Learning, Convolution Neural Network, AgileAbstract
Beras merupakan makanan pokok dan bahan utama dalam berbagai produk pangan lainnya, yang memerlukan tingkat kualitas tertentu. Kualitas beras meliputi sifat fisik yang memengaruhi penampilan dan menentukan kualitasnya saat dimasak. Hal tersebut mendorong kebutuhan akan metode pendeteksian kualitas beras yang efisien. Penelitian ini menyajikan aplikasi android untuk pendeteksian kualitas beras berbasis machine learning. Metode pengembangan aplikasinya menggunakan agile yang memberikan fleksibilitas menangani perubahan kebutuhan dan umpan balik dari pengguna selama proses pengembangan. Lebih lanjut model machine learning dibuat menggunakan metode Convolutional Neural Network (CNN) dengan library TensorFlow dan Keras serta arsitektur MobileNet. Bahasa pemrograman yang digunakan adalah python dengan lingkungan simulasinya menggunakan Google Colab. Model yang sudah dibangun dilatih menggunakan dataset berupa 1800 gambar, 1440 diantaranya adalah data training dengan 25 epoch. Hasil simulasi menunjukkan training loss sebesar 0.0012, dengan nilai akurasi 99.44%
Downloads
References
W. M. Handani, N. Kusnadi and D. Rachmina, "Prospek Swasembada Beras di Provisi Kalimatan Timur," Jurnal Agribisnis Indonesia, vol. 9, no. I, pp. 67-68, 2021.
J. David and T. Kartinaty, "Karakteristik Mutu Beras di Berbagai Penggilingan Pada Sentra Padi di Kalimantan Barat," Journal TABARO Agriculture Science, vol. 3, no. 1, pp. 276-286, 2019.
D. Lestari, N. Fadillah and A. Ihsan, "Sistem Deteksi Kualitas Beras Berdasarkan Warna Menggunakan Fuzzy C-Means Clustering Guna Membantu Tingkat Pengetahuan Masyarakat," Jurnal Nasional Informatika dan Teknologi Jaringan, vol. 3, no. 2, pp. 137-142, 2019.
Fadhillah, A. Kuswandi and P. Haryono, "Peranan Aplikasi Android Dalam Peningkatan Kualitas Pelayanan Sekolah di Pesantren Persis Kota Tasikmalaya," Jurnal Manajemen Pendidikan, vol. 8, no. 1, pp. 22-32, 2021.
R. F. Malik, F. Muhammad and P. Rahmanto, "Sistem Informasi Manajemen Laboratorium Menggunakan Metode Agile dengan Konsep Model-View-Controller Data Access Object," Universitas Sriwijaya, Palembang.
A. N. Yusril, I. Larasati and P. A. Zukri, "Systematic Literature Review Analisis Metode Agile dalam Pengembangan Aplikasi Mobile," Jurnal Sistem Informasi, vol. 10, no. 2, pp. 369-380, 2021.
I. Mahendra and D. T. E. Yanto, "Agile Development Methods Dalam Pengembangan Sistem Informasi Pengajuan Kredit Berbasis Web (Studi Kasus : Bank BRI Unit Kolonel Sugiono)," Jurnal Teknologi dan Open Source, vol. 1, no. 2, pp. 13-24, 2018.
M. Wasil, Harianto and Fathurrahman, "Pengaruh Epoch pada Akurasi menggunakan Convolutional Neural Network untuk Klasifikasi fashion dan Furniture," Jurnal Informatika dan Teknologi, vol. 5, no. 1, pp. 53-61, 2022.
Roslidar, M. R. Syahputra, R. Muharar and F. Arnia, "Adaptasi Model CNN Terlatih pada Aplikasi Bergerak untuk Klasifikasi Citra Termal Payudara," Jurnal Rekayasa Elektrika, vol. 18, no. 3, pp. 185-192, 2022.
W. N. Cholifah, Yulianingsih and S. M. Sagita, "PENGUJIAN BLACK BOX TESTING PADA APLIKASI ACTION & STRATEGY BERBASIS ANDROID DENGAN TEKNOLOGI PHONEGAP," Jurnal String, vol. 3, no. 2, pp. 206-210, 2018.
