KLASIFIKASI BUAH MANGGIS LOKAL DAN EKSPOR BERDASARKAN WARNA DENGAN ARSITEKTUR MOBILENET V2

Abstract

Manggis ( Garcinia mangostana L. ) merupakan tumbuhan yang berasal dari daerah Asia Tenggara meliputi Indonesia, Malaysia, Thailand dan Myanmar. Buah manggis memiliki rasa yang khas, banyak digemari sampai keluar negeri hingga menjadi salah satu komoditas ekspor yang sangat prospektif, dengan pangsa pasar yang tak pernah jenuh. Meskipun demikian, dalam konteks produksi buah manggis di Indonesia, terdapat permasalahan yang signifikan terkait penyortiran buah manggis setelah panen khususnya dalam hal analisis warna kulit buah secara visual oleh manusia, yang jelas memiliki keterbatasan. Oleh karena itu, mengingat urgensi permasalahan ini, penelitian lebih lanjut diperlukan sebagai langkah menuju pengembangan sistem klasifikasi yang dapat memberikan akurasi tinggi dalam menentukan tingkat kematangan buah manggis untuk produksi lokal dan ekspor. Hal ini diharapkan dapat mengoptimalkan proses penyeleksian hasil panen buah manggis. Untuk mengolah data menggunakan metode Convolutional Neural Network (CNN). CNN sendiri terdiri dari beberapa arsitektur yang salah satunya yaitu MobileNet V2, yang mana merupakan salah satu arsitektur CNN yang memiliki kemampuan yang sangat baik dalam mendeteksi objek pada gambar secara akurat dan cepat. Arsitektur ini dapat bekerja dengan menggunakan perangkat yang memiliki sumber daya yang ringan. Berdasarkan penelitian yang dilakukan dengan jumlah dataset sebesar 384 citra untuk 2 jenis manggis yaitu expor dan lokal. Dimana 307 citra digunakan untuk pelatihan dan 39 citra untuk validasi dataset. Kemudian pada proses pengujian digunakan 38 citra yang diambil secara acak sebagai data pengujian untuk masing-masing citra buah manggis. Setelah dilakukan proses pelatihan diperoleh nilai akurasi terbaik dengan 307 citra untuk data pelatihan dan 39 citra untuk data pengujian sebesar 95%.