Hendi Hidayat
181106041115
Jahe adalah salah satu komoditas ekspor rempah-rempah Indonesia. Peningkatan
permintaan jahe belum seimbang dengan produksi jahe. Rendahnya produktivitas
jahe ini disebabkan antara lain oleh rendahnya ketersediaan benih jahe yang unggul
dan sehat, kurangnya informasi terkait teknik budidaya jahe dan gangguan
organisme pengganggu tumbuhan (OPT). Benih pada jahe adalah pembawa sifat
genetik pada sebuah tanaman untuk menentukan potensi hasil yang terbaik. Untuk
mendapatkan benih yang layak rimpang perlu dilakukan proses pemilahan. Proses
pemilahan benih jahe yang berkembang di Indonesia biasanya masih dilakukan
secara manual seperti melihat satu per satu benih, hal tersebut merlukan waktu
cukup lama. Dari masalah tersebut, maka dibuatlah model algoritma untuk
mengidentifikasi kualitas benih jahe melalui sebuah pengolahan citra digital.
Convolutional Neural Network (CNN) merupakan metode pengenal pola yang
secara langsung mempelajari karakteristik dari benih jahe. CNN dapat membuat
model klasifikasi citra benih jahe untuk diukur tingkat akurasi dan peforma model
klasifkasi citra digital benih jahe. Pada penelitian ini menggunakan metode CNN
yang memiliki tingkat akurasi 88?lam mengenali citra digital benih jahe dari
total dataset sebanyak 1187 citra dengan perbandingan data latih 70% (825 citra),
data validasi 20% (240 citra), dan data uji 10% (122 citra). Sehingga dapat
disimpulkan bahwa model CNN yang dirancang dapat mengidentifikasikan citra
dengan baik.
Kata Kunci : Benih jahe, Convolutional Neural Network (CNN), Citra Digital