Klasifikasi Citra Varietas Buah Kelapa Menggunakan Transfer Learning Densenet 121

Saat ini dalam menentukan varietas buah kelapa di Kabupaten Sumenep masihrnmenggunakan cara manual. Hal itu tentu menjadi tidak efisien karena berbagairnfaktor dapat terjadi seperti kekeliruan dan kelelahan jika penentuan dalam jumlahrnyang banyak. Penelitian ini menggunakan metode Convolutional Neural Networkrn(CNN) dengan arsitektur DenseNet 121 dan dataset citra kelapa 600 yang terbagirnkedalam 3 kelas, yaitu Kelapa Dalam Hijau, Kelapa Genjah dan Kelapa Puyuh.rnPembagian data dilakukan dengan presentase 80% untuk keperluan training modelrndan 20% untuk testing model. Data yang digunakan training diaugmentasi hinggarnmenjadi 960. Beberapa skenario pengujian dilakukan seperti skenario tanparnaugmentasi dan membandingkan ketika menggunakan transfer learning dan tanparntransfer learning. Selain itu skenario pencarian hyperparameter learning rate danrnbatch size terbaik menggunakan algoritma random search dilakukan. Parameterrnlearning rate berisi 0.0001, 0.0002, 0.0003 dan batch size 16, 32, 64. Hasilrnpencarian hyperparameter terbaik diperoleh pada kombinasi learning rate 0.0003rndan batch size 32 dengan nilai 85% untuk skenario tanpa augmentasi, 89% padarnskenario tanpa transfer learning dengan batch size 16 dan learning rate 0,0002, danrn95% dengan skenario transfer learning dengan batch size 32 dan learning ratern0,0003. Akurasi pengujian yang dilakukan pada skenario dengan transfer learningrnmendapatkan hasil tertinggi hingga 95%.