Klasifikasi Tingkat Kematangan Buah Anggur Transfigurasi Menggunakan Metode Convolutional Neural Network = Transfiguration Grape Ripeness Level Classification Using Convolutional Neural Network Method

Anggur merupakan salah satu komoditas holtikultura yang termasuk dalam kelas pomologi atau frutikultur yang sangat digemari dikalangan masyarakat dan memiliki prospek ekonomi yang tinggi untuk dikembangkan. Anggur yang merupakan buah non klimaterik yang dimana pada proses pematangan pola respirasinya akan meningkat, kemudian turun secara perlahan-lahan. Oleh karena itu jika buah anggur dipanen belum cukup umur maka akan mempunyai kualitas rendah. Perkembangan ilmu pengetahuan dan teknologi pengolahan citra digital
memungkinkan untuk memilah produk pertanian dan perkebunan secara otomatis.
Penelitian ini bertujuan untuk mengklasifikasikan tingkat kematangan dari buah anggur jenis transfigurasi, dimana akan dibagi ke dalam 3 kategori tingkat kematangan. Dengan menggunakan metode Convolutional Neural Network (CNN) yang akan mendeteksi ciri dari setiap citra untuk menentukan kategori kematangan anggur transfigurasi. Penelitian ini juga bertujuan untuk mengetahui berapa unjuk kerja dari sistem yang telah dibuat.
Sistem dibangun dengan menggunakan metode Deep Learning Convolutional Neural Network (CNN) dengan Library Tensorflow. Arsitektur model yang digunakan adalah ResNet152v2. Total data yang digunakan sebanyak 630 citra yang terbagi dalam 3 label kelas kematangan yaitu mentah, mengkal dan matang.
Hasil training dan validasi model dengan menggunakan 570 citra buah anggur transfigurasi diperoleh akurasi sebesar 94.79%. Hasil testing dengan menggunakan 60 citra buah anggur transfigurasi diperoleh akurasi sebesar 91.67%.

Keywords : Anggur, Klasifikasi, Deep Learning, Convolutional Neural Network, ResNet152v2