Sistem Informasi Deteksi Kualitas Cabai Kopay Berbasis Image Processing dan Deep Learning dengan Python

Penulis

  • Syukriadi Syukriadi Politeknik Pertanian Negeri Payakumbuh
  • Ega Evinda Putri Politeknik Pertanian Negeri Payakumbuh

DOI:

https://doi.org/10.70340/jirsi.v5i2.431

Kata Kunci:

cabay kopay, image processing, deep learning, CNN, Python, Sistem Informasi

Abstrak

Cabai Kopay merupakan komoditas pertanian lokal yang memiliki nilai ekonomi tinggi. Penilaian kualitas cabai Kopay secara manual masih bersifat subjektif dan memakan waktu, sehingga diperlukan solusi berbasis teknologi. Penelitian ini mengembangkan sistem informasi untuk deteksi kualitas cabai Kopay menggunakan metode pengolahan citra dan deep learning berbasis Convolutional Neural Networks (CNN) dengan bahasa pemrograman Python. Fitur utama citra seperti warna, tekstur, dan bentuk dianalisis untuk mendukung proses klasifikasi kualitas. Dataset yang digunakan berjumlah 2000 citra cabai Kopay dengan kategori kualitas baik, sedang, dan buruk. Hasil evaluasi menunjukkan sistem mampu mengklasifikasikan kualitas cabai Kopay dengan akurasi sebesar 94,7%. Sistem ini memberikan kemudahan bagi petani dan pelaku agribisnis dalam menilai kualitas hasil panen secara cepat dan akurat.

Unduhan

Data unduhan belum tersedia.

Referensi

A. Kumar, “Deep Learning in Precision Agriculture: A Survey,” Comput. Intell. Neurosci., 2021.

H. Zhang, “Deep Learning for Agricultural Image Processing: A Survey,” Agricultural Informatics Journal, vol. 15, no. 2, 2022.

T. Lee and J. Choi, “Image Processing Techniques for Crop Classification,” Remote Sensing Technology, vol. 18, no. 5, 2020.

S. Yang, “Deep CNNs for Crop Disease Detection: A Survey,” Comput. Ind., vol. 135, 2021.

P. Sharma and V. Gupta, “Machine Learning Algorithms for Crop Disease Detection,” Agriculture AI, vol. 13, no. 4, 2022.

P. Kumar and R. Sharma, “Image Recognition in Horticulture,” Journal of AI in Agriculture, vol. 4, no. 2, 2021.

L. Chen, “Machine Learning for Crop Quality Assessment,” Agric. Syst., vol. 195, 2022.

H. Liu and Y. Xu, “Image Analysis for Sustainable Crop Management,” Environ. Monit. Assess., vol. 193, no. 1, 2021.

R. Wang and Z. Li, “Machine Learning Applications in Agriculture,” Journal of Machine Learning Research, vol. 21, no. 1, 2020.

G. Singh and S. Tiwari, “Data-Driven Approaches in Agriculture,” IEEE Access, vol. 8, 2020.

Diterbitkan

2026-05-31

Terbitan

Bagian

Articles