Implementasi Convolutional Neural Network Untuk Klasifikasi Jenis Beras Berdasarkan Citra Digital

Abstract

Beras memegang peran utama sebagai kebutuhan pokok bagi mayoritas penduduk Indonesia, dan setiap varietasnya memiliki perbedaan dalam ciri bentuk dan tekstur. Keanekaragaman jenis beras di Indonesia membuatnya semakin sulit dibedakan hanya dengan menggunakan penglihatan manusia karena setiap jenis memiliki ciri bentuk dan tekstur yang relatif berbeda. Tujuan dari penelitian untuk mengidentifikasi jenis-jenis beras melalui pemanfaatan pengolahan citra digital. Sebanyak 200 citra digunakan dalam penelitian ini, dan melalui teknik augmentasi citra, jumlah data diperluas menjadi 1200 citra. Metode pelatihan yang diterapkan adalah CNN (Convolutional Neural Network) dengan memanfaatkan nilai bentuk dan tekstur citra. Hasil pengujian menunjukkan tingkat akurasi testing tertinggi menggunakan metode CNN mencapai 98,06%.