FM 01 Pendaftaran Tugas Akhir Blockchain Engineer Master (BEM)

BIODATA

Nama : HELMI AZHAR

NPM : 1184013

Prodi/Kelas : D4 TEKNIK INFORMATIKA/4C

Angkatan : 2018

JUDUL

Judul Bahasa Indonesia : PENERAPAN ALGORITMA CONVOLUTIONAL NEURAL

NETWORK UNTUK KLASIFIKASI JENIS MANGGA DI INDONESIA

Judul Bahasa Inggris : APPLICATION OF CONVOLUTIONAL NEURAL NETWORK

ALGORITHM FOR CLASSIFICATION OF MANGO TYPES IN
INDONESIA

ABSTRAK

Penjelasan Abstrak :

Isi dengan bahasa yang baku sesuai dengan EYD dengan kalimat aktif dan positif dimana isi
abstak terdiri dari :
1. Rancangan Permasalahan
2. Rancangan Tujuan
3. Rancangan Metode
4. Rancangan Hasil
5. Rancangan Kesimpulan

dari ke 5 point diatas di buat menjadi beberapa kalimat paragraf yang saling berhubungan satu
dengan yang lainnya tidak berdiri sendiri (tunggal).

Deskripsi singkat atau abstrak yang benar adalah salah satu penilaian dalam persetujuan
proposal anda, jadi kami harapkan isi deskripsi singkat atau abstrak dengan ketentuan yang
telah dipaparkan diatas dan jangan sembarangan atau terindentifikasi plagiarisme. Max kata
250.

1
FM 01 Pendaftaran Tugas Akhir Blockchain Engineer Master (BEM)

Isi Abstrak :

Indonesia merupakan salah satu negara penghasil beragam buah mangga. Ada beragam
jenis buah mangga di Indonesia yaitu mangga manalagi, mangga gedong gincu, mangga
arumanis, mangga cengkir indramayu dan lainnya. Buah mangga tersebut memiliki
karakteristik bentuk yang berbeda. Dari keberagaman karakteristik buah mangga tersebut
konsumen sulit membedakan jenis buah mangga dalam jumlah cukup banyak. Diperlukannya
sistem informasi yang dapat membantu untuk mengenali jenis buah mangga agar dapat
membedakan antara satu jenis mangga dengan yang lainnya. Oleh karena dengan
berkembangnya sistem informasi yang memungkinkan klasifikasi jenis buah mangga yang
ada di Indonesia, peneliti ingin menerapkan Deep Learning untuk mengklasifikasikan jenis
buah mangga. Deep Learning merupakan subbidang dari teknologi Machine Learning. Deep
Learning dibuat berdasarkan hukum matematik  dari struktur otak manusia. Salah satu
penerapan Deep Learning adalah pada bidang image processing atau pengolahan citra
digital. Algoritma yang digunakan dalam image processing yaitu Convolutional Neural
Network atau biasa disebut juga dengan CNN. CNN digunakan karena memiliki tingkat
akurasi yang tinggi. CNN akan mengklasifikasikan pada setiap gambar mangga yang
disisipkan sebagai data latih untuk pengenalan, sehingga algoritma tersebut dapat
mengklasifikasikan jenis-jenis mangga yang ada di Indonesia.

Kata Kunci : Deep Learning, CNN, Machine Learning, Klasifikasi, Mangga

2
FM 01 Registrasi Internship 1, 2 dan Tugas Akhir

3
FM 01 Registrasi Internship 1, 2 dan Tugas Akhir

4
FM 01 Pendaftaran Tugas Akhir Blockchain Engineer Master (BEM)

RINGKASAN

Penjelasan Ringkasan :

Isi dengan bahasa yang baku sesuai dengan EYD, dengan kalimat aktif dan positif.
Memaparkan secara jelas hasil output yang dicapai. Ringkasan dikaitkan dengan rancangan
metode penelitian dengan metode metode yang digunakan bersumber dari referensi Minimal
500 Kata.

Isi Ringkasan :

Indonesia merupakan merupakan negara yang dikenal dengan kekayaan sumber daya alam
dan sumber daya manusia. Seakan tidak ada habisnya, pelaku usaha di Indonesia
membudidayakan sumber daya alam yang ada dan memanfaatkan sumber daya manusia
untuk mengolah kekayaan alam yang ada ini dapat dilihat dari kemajuan di daerah-daerah
kecil yang minim dengan teknologi informasi. Pelaku usaha di daerah kecil tidak kalah saing
dengan pelaku usaha di kota-kota besar yang sebagian besar bisnisnya sudah mengenal
teknologi tetapi kualitas sumber daya manusia yang berkualitas akan berkurang [1]. Salah
satu kekayaan alam indonesia yaitu buah mangga. Buah mangga memiliki vitamin A dan C
yang bermanfaat bagi kesehatan yaitu anti-oxidant, pencegahan penyakit diabetes,
pencegahan penyakit kanker dan anti infeksi gastrointestinal [2]. Karena harganya yang
cukup terjangkau, buah mangga itu juga dapat dijadikan olahan makanan ringan atau
minuman seperti kripik dan jus. Indonesia memiliki beberapa jenis buah mangga, masing-
masing bentuk buah mangga karakteristik yang berbeda. Pelaku usaha atau konsumen buah
mangga akan kesulitan membedakan jenis buah mangga dalam jumlah yang banyak. Salah
satu aktivitas dalam pengolahan buah mangga yaitu klasifikasi. klasifikasi merupakan suatu
proses sesuatu yang dikelompokan berdasarkan ciri-ciri jenisnya [3].

Selain itu proses klasifikasi membantu meningkatkan proses bisnis bagi pelaku usaha dan
konsumen agar dapat memilih buah mangga sesuai jenis sehingga memperoleh buah manga
yang berkualitas baik [4]. Kinerja sumber daya manusia akan terwujud bila sebuah usaha
mengembangkan usahanya sesuai dengan teknologi yang terus berkembang. Oleh karena
itu, proses klasisifikasi merupakan langkah awal bagi pelaku usaha untuk meningkatkan
sumber daya manusia yang berkualitas, sehingga dapat menunjang tercapainya tujuan
pelaku usaha yang baik. Klasifikasi yang dilakukan oleh manusia masih memiliki
keterbatasan untuk mengakomodasi jumlah buah mangga yang banyak serta kesalahan
dapat terjadi karena ketidak akuratan yang dilakukan [5]. Sangat disayangkan, banyak pelaku
usaha yang memilih tidak mengembangkan usahanya sehingga tidak bisa bersaing dengan
pelaku usaha lainnya.

Maka dari itu diperlukannya sistem informasi yang dapat menunjang klasifikasi jenis mangga
otomatis untuk menghemat waktu [6] bagi pelaku usaha dan konsumen buah mangga
dengan mengklasifikasikan jenis mangga di Indonesia [7]. Sistem klasifikasi ini akan

5
 FM 01 Registrasi Internship 1, 2 dan Tugas Akhir

menerapkan Deep Learning. Deep Learning adalah subbidang dari teknologi Machine
Learning. Deep Learning dibuat berdasarkan hukum matematik  dari struktur otak manusia
dan menggunakan jaringan saraf yang memanfaatkan hidden layer antara layer input dan
output [8]. Algoritma yang akan digunakan pada penelitian ini yaitu Convolutional Neural
Network atau biasa disebut CNN. CNN dapat mengenal citra digital,sinyal audio dan video
[9]. Setiap blok mengubah volume input menjadi volume output. Aktivasi neuron yang akan
berfungsi sebagai input ke blok berikutnya. Blok neuron di CNN beropasi seperti kernel yang
terhubung dan diterapkan lebih dari satu [10]. Algoritma ini akan lebih mudah untuk
menganalisis data skala besar dibandingkan untuk menganalisis buah mangga secara
manual [11]. Algoritma CNN dapat membantu pelaku usaha dan konsumen dalam evaluasi
dan dokumentasi citra buah mangga yang lebih komprehensif, sistematis dan lebih cepat
[12].

Penerapan algoritma CNN pada penelitian ini menggunakan bahasa pemrograman python
karena bahasa pemrograman tersebut menyediakan liblary untuk bahan-bahan penelitian
yang sifatnya open-source [13]. Pada dasarnya CNN secara mandiri mempelajari pola
statistik dalam kumpulan data relevan dengan klasifikasi tertentu dan membandingkan ouput
yang dihasilkan dengan kelas sebenarnya dari setiap citra digital [14]. Ketika ada gambar
buah mangga yang telah dikonfirmasi jenisnya, algoritma CNN akan mempelajari
pengambilan keputusan jenis buah mangga [15]. Dalam algoritma ini perlu banyak data citra
digital dari beberapa jenis buah mangga agar melatih model prediksi jenis buah mangga [16]
supaya memiliki tingkat akurasi yang tinggi [17] dan mengantisipasi kendala kecerahaan,
resolusi dan latar belakang gambar [18]. Meski demikian, melatih algoritma CNN memakan
waktu dan membutuhkan kumpulan data yang cukup banyak [19] untuk membangun dan
melatih sebelum model siap untuk digunakan [20]. Diharapkan dengan penerapan algoritma
tersebuh dapat membantu pelaku usaha ataupun konsumen dalam klasifikasi buah mangga
yang ada di Indonesia.

6
FM 01 Registrasi Internship 1, 2 dan Tugas Akhir

7
FM 01 Pendaftaran Tugas Akhir Blockchain Engineer Master (BEM)

KELUARAN WAJIB

Ketentuan :

Untuk keluaran wajib diberikan pilihan sebagai berikut :

1. Laporan Tugas Akhir

2. Jurnal Nasional/International
3. Poster
4. HaKi (Nilai Tambah)

DAFTAR PUSTAKA

Ketentuan :

Sumber daftar pustaka yang bersumber dari

1. 15 jurnal terindex scopus 5 tahun terakhir.
2. 5 artikel atau buku atau penelitian yang berasal dari perpustakaan perguruan tinggi 5
tahun terakhir.
3. Tidak Boleh dari blog dan Wikipedia.
4. Sumber dari media cetak atau elektronik yang sah sesuai dengan aturan dan ketentuan
pemerintah RI.

8
 FM 01 Registrasi Internship 1, 2 dan Tugas Akhir

[1] N. Hidayati, U. Azizah, A. R. Kurniawan and I. Y. Riska, "Program Rumah Belajar Di

Masa Pandemi Covid-19 Untuk Anak Keterbelakangan Ekonomi Dan Mental Sebagai
Upaya Peningkatan Kualitas Sumber Daya Manusia," MERPATI, vol. II, no. 2, pp. 62-
71, 2021.

[2] F. Mubarik, a. s. Nore en, F. S. A. Farooq and M. Khan, "A Review on Pharmacological
and Nutritional Benefits of Mango (Mangifera indica Linn): A Remedy for Cancer.
Diabetes and Gastrointestinal Infections," Abasyn Journal of LIfe Sciences, vol. III, no.
2, pp. 82-92, 2020.

[3] K. E. Dewi and E. R. Sagala, "Using Summarization to Optimize Text Classification,"

IOP Conf, vol. CDVII, no. 1, pp. 1-5, 2018.

[4] I. Setiawan and M. Rahmatuloh, "Rancang Bangun Aplikasi Sistem Niaga Unit
Kegiatan Mahasiswa Politeknik Pos Indonesia Berbasis Web Framerwork (Sub Modul
Pembelian)," Jurnal Teknik Informatika, vol. XIII, no. 2, pp. 52-58, 2021.

[5] Y. A. Kuntoro, Hermanto, T. Asra, F. Syukmana and H. Wahono, "Classification of

Student Majors with C4.5 and Naive Bayes Alforithms (Case Study:SMAN 2 Bekasi
City)," SEMESTA TEKNIKA, vol. XXIII, no. 1, pp. 1-13, 2020.

[6] D. Singh, V. Kumar, V. Yadav and M. Kaur, "Deep Neural Network-Based Screening
Model For Covid-19-Infected Patients Chest X-Ray Images," International Journal of
Pattern Recognition and Artifical Intelligence, vol. XXXV, no. 3, pp. 1-23, 2021.

[7] H. N. Harani and C. Prianto, "Analisis Data Mining Menggunakan Algoritma Fuzzy C-
Means Untuk Menentukan Strategi Promosi Politeknik Pos Indonesia," Jurnal Teknik
Informatika, vol. XI, no. 2, pp. 22-28, 2019.

[8] C. I. R and K. Surendo, "Klasifikasi Penelitian Dalam Deep Learning," IMPROVE, vol.
X, no. 1, pp. 25-33, 2018.

[9] H. N. Harani, C. Prianto and M. Hasanah, "Deteksi Objek Dan Pengenalan Karakter
Plat Nomor Kendaraan Indonesia Menggunakan Metode Convolutional Neural Network
(CNN) Berbasis Python," Jurnal Teknik Informatika, vol. XI, no. 3, pp. 47-53, 2019.

[10] M. Paoletti, J. Haut, J. Plazza and A. Plazza, "A New Deep Convolutional Neural
Network for Fast Hyperspectral Image Classification," ISPRS Journal of
Photogrammetry and Remote Sensing, vol. CXLV, pp. 120-147, 2018.

[11] B. L. S. Ginting, R. Y. Ginting and A. Rakhman, "Data Mining: The Classification

Method to Predict the Types of Motorcycle Spare Parts to be Restocked," IOP Conf,
vol. DCLXII, no. 2, pp. 1-6, 2019.

[12] F. Schwendicke, T. Golla, M. Dreher and J. Krois, "Convolutional Neural Networks For

9
FM 01 Registrasi Internship 1, 2 dan Tugas Akhir

10