IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK MEMPREDIKSI KEMATANGAN PADA BUAH MELON

Buah melon merupakan jenis buah-buahan yang menjadi kebutuhan pokok manusia dalam mencukupi gizi pada tubuh manusia. Khususnya di Indonesia sangat banyak di jumpai buah melon dengan jenis Sky Rocket. Kematangan buah melon menjadi suatu hal yang sangat diperhatikan dalam penentu proses saat panen. Kerana buah melon termasuk kedalam jenis buah non-klimakterik, maka buah melon harus dipanen dalam kondisi matang. Banyak para petani melakukan pemanenan buah melon secara bersamaan, yang menyebabkan tingkat kematangan buah melon berbeda. Karena pada dasarnya, setiap tanaman melon dapat menumbuhkan 4 hingga 5 buah melon, sehingga banyak perbedaan tingkat kematangan. Oleh sebab itu, dibutuhkan suatu pendekatan kususnya bidang teknologi yang mampu menyelesaikan permalahan tersebut. Salah satu pendekatan untuk pengidentifikasian menggunakan gambar dengan metode Convolutional Neural Network. dimana metode ini merupakan pengembangan dari metode Deep Learning, dalam mengidentifikasi dan mengklasifikasikan sebuah objek citra digital. Dari hasil perancangan program arsitektur CNN menggunakan bahasa python memakai library tensorflow. Dari hasil identifikasi kematangan buah melon didapatkan tingkat akurasi sebesar 99% data training, dan 99% dari data testing. Setelah peneliti melakukan uju coba menggunakan data baru sebanyak 150 gambar, didapatkan tingkat akurasi sebesar 52%. Dari berbagai percobaan yang telah peneliti lakukan, performa dari model yang telah dibuat cukup optimal dalam mengidentifikasi kematangan buah melon.

Kata Kunci :Sky Rocket, Deep Learning, Python, Citra digital, Tensorflow