Implementasi Convolutional Neural Network Terhadap Objek Buah Salak Menggunakan Tensorflow (Studi Kasus : Buah Salak Pondoh Di Pt.Apra Nusantara Global)
Abstract
Perkembangan teknologi digital yang semakin meningkat membuat perusahaan
perusahaan di dunia terus bersaing untuk menghasilkan produk-produk teknologi
terbaru khususnya adalah sistem teknologi yang digunakan untuk membantu
peningkatan nilai ekspor di Indonesia. Nilai ekspor Indonesia September 2019
mencapai US$ 14,10 miliar atau menurun 1,29 persen dibanding ekspor Agustus
2019. Salah satu penyebabnya adalah perngiriman produk/buah yang tidak layak
ekspor dimana human eror selalu dikaitkan dengan penyebabnya yaitu saat dalam
proses sortir buah layak ekspor dan tidak layak ekspor. Maka diperlukan suatu
inovasi untuk permaslahan ini. Penggunaan artificial intelligence dapat membantu
sebuah sistem komputer untuk mendeteksi sebuah objek (Object Detection)
sehingga dapat memberikan informasi yang efektif dan efisien seperti untuk
mendeteksi buah layak ekspor dan tidak layak ekspor yang digunakan hanya
berdasarkan gambar, citra digital ataupun video. Proses pengenalan objek dapat
menggunakan metode yang bisa mengekstraksi fitur secara otomatis yaitu metode
deep learning. Salah satu metode deep learning yang dapat melakukan ekstraksi
fitur citra/gambar adalah CNN atau Convolutional Neural Network yang
menghasilkan klasifikasi sebuah citra gambar atau video untuk mendapatkan
informasi yang efektif dan efisien. Penelitian ini mempunyai misi untuk
meningkatkan penjualan ekspor khusunya buah di Indonesia dengan pendeteksian
objek serta penggunanya dengan bantuan teknologi. Penelitian ini mempunyai
misi untuk meningkatkan nilai buah salak layak ekspor dan yang tidak layak
ekspor. Hasil testing model mendapatkan tingkat akurasi yang di dapatkan cukup
tinggi sekitar 96-99% pada proses pengujian buah salak layak ekspor dan buah
salak tidak layak ekspor.
Collections
- Statistics [900]