Pengenbangan Model Klsifikasi Jenis Pisang Menggunakan Convolutional Neural Network Dengan Arsitektur VGG16

Indonesia memiliki kekayaan varietas pisang yang melimpah, namun proses indentifikasi dalam klasifikasi jenis-jenis pisang secara manual masih kurang efisien dan rawan kesalahan. Penelitian ini bertujuan untuk mengembangan klasifikasi jenis pisang ambon, pisang kapas, pisang nangka, pisang siam, dan pisang tanduk, menggunakan metode CNN berbasis arsitektur VGG16. Dataset yang digunakan terdiri dari 634 gambar pisang yang diperoleh melalui kamera smartphone dan telah melalui proses augmentasi serta normalisasi untuk meningkatkan keragaman data. Model dilatih dengan parameter learning rate 0,0001 batch size 32, dan epoch sebanyak 50. Hasil pelatihan akurasi mencapai 99,60% dan akurasi validasi sebesar 98,48%. Hasil evaluasi performa menggunakan confusion matrix dan matrix klasifikasi presisi, recall, dan F1-score menunjukan model memiliki kemampuan yang baik dalam menglasifikasikan jenis pisang dengan tingkat akurasi yang tinggi.

Kata Kunci: Klasifikasi pisang, CNN, VGG16, Tranfer Learning, Deep Learning