Penerapan Convolutional Neural Network Deep Learning dalam Pendeteksian Citra Biji Jagung Kering

摘要

Pendeteksian bji jagung kering dapat diimplementasikan pada dunia industri. Khususnya ketika pemilahan dan pembungkusan biji jagung kering dilakukan sebelum dipasarkan. Saat ini pemilahan dan pembungkusan belum mengimplementasikan deteksi biji jagung kering sehingga terkadang di dalam kemasan biji jagung kering sering terdapat biji lainnya. Metode pendeteksian ini dapat diintegrasikan dengan mesin pemilah dan pembungkus di industri biji-bijian salah satunya untuk mendeteksi biji jagung kering. Untuk mendapatkan proses pendeteksian yang akurat, citra biji jagung kering digunakan sebagai data pada metode deep learning sebelum implementasi secara real-time. Tujuan dari penelitian ini adalah mendeteksi citra biji jagung kering dengan menerapkan metode Convolutional Neural Network (CNN) deep learning. Teknik ini terdiri dari 3 tahap utama, pertama preprocessing atau menormalkan data input citra biji jagung dengan melakukan wrapping dan cropping. Kedua, pembentukan model dan pelatihan sistem, yang terakhir adalah melakukan untuk pengujian sistem. Penelitian menggunakan CNN untuk mengenali citra biji jagung kering dan menentukan nilai akurasinya. Pada penelitian ini digunakan 20 citra biji jagung yang digunakan sebagai testing data dari 80 citra biji jagung yang digunakan pada training dataset. Nilai akurasi pendeteksian biji jagung kering dipengaruhi oleh ukuran citra dan posisi pengambilan citra dari kamera smartphone. Penggunaan 7 convolutional layer memberikan nilai akurasi berkisar antara 80 - 100 sehingga nilai rata-rata akurasi testing data sebesar 0,90296. Penggunaan convolutional layer mampu mendeteksi kekuatan bentuk dari suatu citra.