Arifin Yusuf Permana - 17214014 Primary Author Ifani Hariyanti, S.T., M.M (Pembimbing) Editor mixed material bibliography Universitas ARS 2025 id Indonesia

Skripsi

ABSTRAK Indonesia merupakan negara kepulauan tropis yang kaya akan rempah-rempah, seperti kapulaga, lada, pala, cengkeh, dan kayu manis, yang memiliki nilai historis, ekonomi, dan budaya tinggi. Namun, tantangan dalam menjaga konsistensi dan kualitas visual rempah untuk memenuhi standar ekspor global masih menjadi kendala utama. Proses penilaian kualitas yang masih dilakukan secara manual sering kali bersifat subjektif dan tidak akurat. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi kualitas visual rempah menggunakan metode deep learning dengan algoritma Convolutional Neural Network (CNN). Dataset berupa citra digital dari lima jenis rempah dengan dua kategori kualitas (baik dan buruk) digunakan untuk melatih dan menguji model CNN menggunakan TensorFlow di platform Google Colab. Setelah melalui tahapan preprocessing, pelatihan model, dan evaluasi akurasi, hasil penelitian menunjukkan bahwa model CNN mampu mengidentifikasi kualitas visual rempah secara otomatis dengan performa tinggi. Sistem ini kemudian diimplementasikan ke dalam aplikasi prototipe berbasis web menggunakan framework Streamlit yang memungkinkan pengguna mengunggah gambar rempah dan mendapatkan hasil klasifikasinya secara langsung. Kesimpulannya, metode CNN terbukti efektif dalam membantu proses identifikasi kualitas visual rempah, sehingga dapat meningkatkan efisiensi, akurasi, serta daya saing rempah Indonesia di pasar ekspor global. NONE Digital Library ARS University Perpustakan Online ARS University 008/S1.TI.SKP/2025 S03575K Teknik Informatika 008/S1.TI.SKP/2025 Bab 1 Bab 3 Bab 5 DAFTAR PUSTAKA 8742 2026-05-13 11:14:24 2026-05-13 11:17:04 machine generated