Aplikasi Pendeteksi Tingkat Kematangan Pepaya menggunakan Metode Convolutional Neural Network (CNN) Berbasis Android

Abstract

Pepaya merupakan salah satu buah tropis yang memiliki nilai ekonomi tinggi dan memiliki kandungan gizi yang penting bagi kesehatan manusia. Kematangan pepaya sangat mempengaruhi rasa, tekstur, dan nilai jualnya. Oleh karena itu, pengembangan sistem otomatis untuk mendeteksi kematangan pepaya menjadi penting dalam industri pertanian. Dalam penelitian ini, dikembangkan sebuah aplikasi berbasis Android yang menggunakan metode Convolutional Neural Network (CNN) untuk mendeteksi kematangan pepaya secara otomatis. Dataset pepaya yang telah dikumpulkan digunakan untuk melatih model CNN guna mengklasifikasikan pepaya menjadi tiga kategori kematangan, yaitu belum matang, setengah matang, dan matang. Selain itu, aplikasi ini juga menyediakan prediksi masa panen pepaya berdasarkan analisis kematangan. Implementasi pada platform Android memungkinkan akses yang mudah dan cepat bagi petani atau pemilik kebun pepaya untuk memantau kematangan buah pepaya mereka. Hasil eksperimen menunjukkan bahwa model CNN yang diusulkan memiliki tingkat akurasi yang cukup tinggi yaitu sebesar 96.97% dalam mengklasifikasikan kematangan pepaya. Aplikasi ini diharapkan dapat membantu petani dalam mengoptimalkan proses panen dan pengelolaan pepaya secara efisien.