APLIKASI PENENTUAN KUALITAS JAGUNG MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK
##plugins.themes.academic_pro.article.main##
Abstract
Jagung merupakan salah satu bahan pangan dengan trend permintaan yang terus meningkat tiap tahunnya secara nasional karena digunakan untuk pakan ternak, konsumsi masyarakat dan khususnya industri makanan di Indonesia. Hal tersebut mendorong pemerintah Indonesia untuk meningkatkan produksi jagung melalui berbagai program seperti penyediaan bibit, pupuk dan lainnya. Meningkatnya hasil tani jagung membuat banyak petani / pengepul berlomba-lomba untuk menjual jagungnya pada pihak gudang / industri. Namun demikian, seringkali menumpuk karena ditolak oleh pihak gudang perusahaan / industri karena memiliki kualitas jagung yang kurang bagus. Untuk mengatasi masalah tersebut, penelitian ini bertujuan menyediakan Aplikasi Penentuan Kualitas Jagung Menggunakan Algoritma Convolutional Neural Network bagi para petani/pengepul sebelum dijual ke gudang/industri. Metode yang digunakan Algoritma Convolutional Neural Network dengan jumlah dataset sebanyak 1800 yang terbagi menjadi 1000 data training dan 800 data testing dengan menggunakan parameter Convolutional Layer 2, Epoch 10, dan Batch size 20 yang diuji menggunakan BlackBox, dan Kuesioner dengan menggunakan Metode TAM. Berdasarkan Hasil Pengujian Aplikasi Penetuan Kualitas Jagung menggunakan Algoritma Convolutional Neural Network menunjukkan hasil yang baik dengan nilai akurasi testing sebesar 98%. Sedangkan untuk output dari penelitian ini berupa sebuah aplikasi android yang dapat digunakan untuk menentukan kualitas jagung berdasarkan gambar yang diinputkan oleh user atau pengguna
##plugins.themes.academic_pro.article.details##
References
- Pagertoyo, “LEBIH MENGUNTUNGKAN KETIMBANG PADI, BEBERAPA PETANI DESA PAGERTOYO BERALIH TANAM JAGUNG,†2021. http://pagertoyo.desa.id/kabardetail/5307/lebih-menguntungkan-ketimbang-padi--beberapa-petani-desa-pagertoyo-beralih-tanam-jagung.html
- Agrofarm, “Kementan: Stok Jagung 2021 Sebanyak 2,85 Juta Ton,†2021. https://www.agrofarm.co.id/2021/11/41700/
- F. F. Maulana and N. Rochmawati, “Klasifikasi Citra Buah Menggunakan Convolutional Neural Network,†J. Informatics Comput. Sci., vol. 1, no. 02, pp. 104–108, 2020, doi: 10.26740/jinacs.v1n02.p104-108.
- L. Tisara, “Pengertian Klasifikasi adalah Pengelompokkan Sesuatu, Ini Penjelasan Ahli dan Contohnya - Hot Liputan6.com,†2023. https://www.liputan6.com/ (accessed Jan. 19, 2023).
- Samuel Sena, “Pengenalan Deep Learning Part 7 : Convolutional Neural Network (CNN) | by Samuel Sena | Medium.†https://medium.com/@samuelsena/pengenalan-deep-learning-part-7-convolutional-neural-network-cnn-b003b477dc94 (accessed Feb. 03, 2023).
- Rifqi Mulyawan, “Image Processing Adalah: Pengertian, Dasar, Jenis, Macam Fasenya!†https://rifqimulyawan.com/blog/pengertian-image-processing/ (accessed Jan. 31, 2023).
- immersa, “Apa Itu Image Processing - Immersa Lab,†2018. https://www.immersa-lab.com/apa-itu-image-processing.htm (accessed Jan. 31, 2023).
- A. R. Baktiar, D. Mulainsyah, E. C. Sasmoro, and E. Sumiati, “Pengujian Menggunakan Black Box Testing dengan Teknik State TransitionTesting Pada Perpustakaan Yayasan Pendidikan Islam Pakualam Berbasis Web,†J. Kreat. Mhs. Inform., vol. 2, no. 1, pp. 142–145, 2021.
- W. O. Zalmawati, M. Nur, Y. Utomo, and R. Nur, “Sistem Pendukung Keputusan Berbasis Metode Korelasi untuk Menganalisis Penyebab Tidak Tercapainya Target Produksi Batu Bara di PT XYZ,†no. September, 2022.
- aeronika, “Mengenal Google Colab, Manfaat dan Cara Menggunakannya.†https://www.dewaweb.com/blog/mengenal-google-colab/ (accessed Jan. 19, 2023).
- T. Irawati, E. Rimawati, and N. A. Pramesti, “Penggunaan Metode Technology Acceptance Model (TAM) Dalam Analisis Sistem Informasi Alista (Application Of Logistic And Supply Telkom Akses),†is Best Account. Inf. Syst. Inf. Technol. Bus. Enterp. this is link OJS us, vol. 4, no. 2, pp. 106–120, 2020, doi: 10.34010/aisthebest.v4i02.2257.
- M. Nur, Y. Utomo, and M. Olivya, “Aplikasi Rekomendasi Rumah Makan Coto Makassar Menggunakan Metode Technique for Others Preference by Similarity to Ideal Solution ( TOPSIS ),†Pros. Semin. Nas. Tek. Elektro dan Inform., no. September 2022, pp. 146–151, 2022.
- J. Lucyanda, D. A. Fakultas, and E. Unisma, “Pengujian Technology Acceptance Model (Tam) Dan Theory Planned Behavior (Tpb),†JRAK Agustus, vol. 2, no. 1995, pp. 1–14, 2010.