SKRIPSI DIGITAL
Sistem Identifikasi Citra Cabai Merah Keriting Kering Memanfaatkan Hibrid Deep Learning dan Decision Tree = Image Identification System of Dried Curly Red Chili Utilizing Hybrid Deep Learning dan Decision Tree
Viona Asta Dewi “Sistem Identifikasi Citra Cabai Merah Keriting Kering Memanfaatkan Hibrid Deep Learning dan Decision Tree”, Skripsi S.Tr Program Studi Teknologi Rekayasa Komputer, Jurusan Teknik Elektro, Politeknik Negeri Semarang, dibawah bimbingan Dr. Ir. Kurnianingsih, S.T., M.T. dan Tri Raharjo Yudantoro, S.Kom., M.Kom., Juli 2024, …. halaman.
Cabai merah keriting kering memiliki nilai ekonomi tinggi, namun identifikasi dan klasifikasi kualitasnya secara manual seringkali tidak akurat. Penelitian ini mengembangkan sistem identifikasi citra cabai merah keriting kering menggunakan hibrid deep learning dan decision tree untuk meningkatkan akurasi dan efisiensi. Metode waterfall diterapkan dalam pengembangan sistem ini yang terdiri dari tahap-tahap analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Model deep learning menggunakan MobileNetV2 untuk ekstraksi fitur, yang digabungkan dengan atribut seperti berat cabai dan kadar air cabai untuk prediksi kadar air dengan decision tree regressor. Dataset berisi 1836 gambar cabai yang diklasifikasikan dalam tiga kategori: segar, sedang, dan kering. Hasil pengujian menunjukkan nilai Mean Squared Error (MSE) sebesar 0.0009043 dan koefisien determinasi (R²) sebesar 0.999996, menunjukkan prediksi yang sangat akurat. Sistem ini diharapkan dapat meningkatkan kualitas dan efisiensi identifikasi cabai serta mendukung pengembangan teknologi pertanian berbasis kecerdasan buatan.
Kata Kunci: Cabai Merah Keriting Kering, Deep Learning, Decision Tree, MobileNetV2, Identifikasi Citra
No other version available
Computer Science, Information & General Works 
Philosophy & Psychology 
Religion 
Social Sciences 
Language 
Pure Science 
Applied Sciences 
Art & Recreation 
Literature 
History & Geography