Implementasi Convolutional Neural Network Untuk Klasifikasi Kualitas Mutu Pada Hasil Olah Getah Karet

Malik Ibrahim, Muhammad Maulana (2025) Implementasi Convolutional Neural Network Untuk Klasifikasi Kualitas Mutu Pada Hasil Olah Getah Karet. Undergraduate thesis, Politeknik Negeri Jember.

	Text (Abstract) Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (7kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (83kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (139kB)
	Text (Laporan Lengkap) Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (7MB) | Request a copy

Abstract

Indonesia merupakan salah satu produsen karet alam terbesar di dunia, dengan mayoritas produksinya berasal dari perkebunan rakyat. Kualitas mutu hasil olah getah karet menjadi aspek penting karena menentukan kelayakan ekspor dan pemanfaatannya di industri. Namun, proses penentuan mutu di pabrik pengolahan masih dilakukan secara manual dan subjektif. Hal ini menimbulkan risiko ketidakkonsistenan dalam klasifikasi mutu. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem klasifikasi mutu hasil olah getah karet menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Data citra karet yang digunakan berasal dari pengambilan citra secara langsung, yang sample crepe nya di dapat secara langsung di salah satu pabrik di Jember, kemudian dilakukan tahapan preprocessing sebelum memasuki pelatihan. Model CNN yang dibangun berhasil mencapai akurasi pelatihan hingga 99% dan akurasi validasi terbaik sebesar 96% pada epoch ke-35, dengan nilai validation loss terendah sebesar 0.2799. Akurasi pengujian menggunakan data uji mencapai 92%, menunjukkan performa model yang cukup baik meskipun terdapat indikasi overfitting ringan. Model kemudian diintegrasikan ke dalam aplikasi mobile berbasis Android untuk mempermudah proses klasifikasi secara real-time. Sistem ini diharapkan dapat menjadi solusi efisien dan akurat dalam mendukung penentuan kualitas mutu getah karet secara otomatis.

Actions (login required)

View Item