Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Deteksi Buah Segar dan Busuk Berbasis Android Menggunakan Notifikasi Suara

Buah-buahan menjadi salah satu kebutuhan pokok di Indonesia dan termasuk dalam kelompok bidang pertanian, buah juga terbukti memiliki pengaruh. Pada kesehatan tubuh manusia. Namun, masih banyak penjual yang menjajakan buahnya dengan kondisi yang bervariatif, mulai dari kondisi segar hingga busuk. Penelitian ini bertujuan untuk membangun sebuah aplikasi yang dapat membedakan buah segar dan busuk secara otomatis berdasarkan gambar melalui aplikasi android. Metode pengembangan dibuat dengan Extreme Programming (XP), klasifikasi buah segar dan busuk menggunakan algoritma Convolutional neural network (CNN) dengan tambahan arsitektur NASNetMobile. Jumlah dataset pada proses pelatihan model 10.901, yang terdiri dari apel busuk (Rottenapples) 2342, pisang busuk (Rottenbanana) 2224, jeruk busuk (Rottenoranges) 1595, apel segar (Freshapples) 1693, pisang segar (Freshbanana) 1581, dan jeruk segar (Freshoranges) 1466. Tahap pengujian dilakukan dengan evaluasi model, pengujian blackbox, dan pegujian akurasi. Evaluasi model confusion matrix menunjukan Classification Report nilai dari precision, recall, dan f1-score sangat baik dengan nilai 97.00% pada precision, 97.00% pada recall, dan 97.00% pada f1-score Hasil nilai akurasi pada sistem aplikasi ini sebesar 97%.

Kata Kunci: Algoritma CNN, Android, Buah-Buahan, Extreme Programming