KLASIFIKASI CITRA KUALITAS BIJI JAGUNG MENGUNAKAN TRANSFER LEARNING INCEPTION-V3

Pertanian adalah salah satu sektor kunci dalam pemenuhan kebutuhan pangan dan pakan ternak. Dalam rangka memastikan kualitas biji jagung yang dihasilkan sesuai standar dan berkualitas, diperlukan suatu sistem yang efisien dan akurat dalam mengklasifikasikan kualitas biji jagung. Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi citra kualitas biji jagung menggunakanrnConvolutional Neural Network (CNN) yang menerapkan teknik transfer learning dan fine tuning pada model Inception-V3. Dataset berjumlah 1082 citra biji jagung dengan berbagai kualitas seperti biji jagung normal, pecah, berjamur, dan busuk.rnTeknik augmentasi data juga dilakukan untuk memperbanyak data, sehingga total data yang terkumpul menjadi 5402. Penelitian ini melibatkan sejumlah skenario pengujian seperti penggunaan dataset yang seimbang dan tidak seimbang, penerapan teknik transfer learning dan fine tuning dan tidak menggunakan teknikrnteknik tersebut, juga menguji terhadap hyperparameter seperti batch size berukuranrn(16, 32), learning rate (0,0001 dan 0,00001) dan epoch 30. Dari hasil pengujian diperoleh model dengan peforma terbaik yaitu accuracy, precision, recall, F1-Scorernmasing masing sebesar 96% dan AUC 99,3%. Selain itu, hasil pengujian menunjukan bahwa penggunaan data yang seimbang, teknik transfer learning dan fine tuning cenderung menghasilkan tingkat akurasi yang lebih tinggi. Rata-rata akurasi pengujian pada data seimbang adalah 93,1% berbanding dengan data yang tidak seimbang yaitu 92,6%. Rata rata akurasi pengujian pada model yang menerapkan teknik transfer learning dan fine tuning adalah 94,6% berbanding dengan model yang tidak menggunakan teknik tersebut yakni 91,4%.