Text

Klasifikasi KualitasTembakau Garangan Menggunakan Algoritma Convolutional Neural Network Pretrained Model VGG-19

---

Penjualan tembakau garangan merupakan salah satu sumber penghasilan
masyarakat di beberapa daerah khususnya di Kabupaten Wonosobo. Kualitas
tembakau garangan menjadi salah satu permasalahan yang dihadapi petani
tembakau. Petani tembakau garangan masih subjektif dalam mengukur kualitas
tembakau, yang menyebabkan perbedaan klasifikasi dan membuat perbedaan
harga pada tembakau dengan kualitas yang sebenarnya setara. Machine learning
dapat menjadi salah satu solusi untuk permasalahan klasifikasi kualitas tembakau.
Machine learning yang dapat digunakan untuk mengklasifikasikan kualitas
tembakau berdasarkan citra yaitu Convolutional Neural Network (CNN). Transfer
learning sering digunakan dalam CNN untuk membantu meningkatkan akurasi
model. VGG-19 menjadi salah satu pretrained model yang sering dipilih dalam
transfer learning karena memiliki akurasi yang tinggi pada klasifikasi data di
imagenet. VGG-19 sudah dilatih dengan jutaan data dan mendapatkan akurasi
yang tinggi, sehingga pretrained model ini cocok digunakan untuk membantu
mengklasifikasikan citra dengan jumlah data yang terbatas. Penelitian ini
menggunakan data citra dari tembakau garangan dengan 4 kelas yaitu rendah,
sedang, tinggi dan unknwon dengan total data berjumlah 319. Hasil penelitian ini
diperoleh akurasi dari data validation dan data testing sebesar 93,75%, serta
akurasi data baru sebesar 91,70%. Akurasi yang didapatkan menunjukkan bahwa
model dapat dengan baik digunakan untuk mengklasifikasikan kualitas tembakau
garangan.
Kata kunci : Tembakau Garangan, Machine learning, CNN, Transfer Learning,
VGG-19

---

Ketersediaan

1188 E 2024

1188 E 2024

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1188 E 2024

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar