Dalam era digital yang terus berkembang, kecerdasan buatan (Artificial Intelligence/AI) memainkan peran penting dalam berbagai bidang, termasuk dalam pengenalan dan klasifikasi objek visual. Salah satu teknik AI yang populer untuk analisis citra adalah Convolutional Neural Network (CNN), yang memungkinkan sistem untuk mengenali dan mengklasifikasikan objek berdasarkan fitur visual secara otomatis.

Buku ini membahas secara mendalam tentang pengembangan model CNN untuk klasifikasi delapan jenis buah-buahan, yaitu Alpukat, Jambu, Jeruk, Lemon, Nanas, Pisang, Salak, dan Semangka. Dengan memanfaatkan dataset Fruits-360 dari Kaggle, penelitian ini mengkaji berbagai aspek penting dalam membangun model klasifikasi yang optimal, termasuk analisis kebutuhan perangkat keras dan perangkat lunak, preprocessing data, serta pemilihan arsitektur CNN yang efektif.

Selain itu, buku ini menjelaskan berbagai teknik optimasi model, seperti augmentasi data, pemilihan hyperparameter, serta penggunaan metode early stopping untuk menghindari overfitting. Evaluasi performa model dilakukan menggunakan confusion matrix dan classification report, dengan metrik utama seperti akurasi, presisi, recall, dan f1-score.

Dengan pendekatan sistematis dan berbasis penelitian, buku ini tidak hanya memberikan wawasan mendalam bagi akademisi dan peneliti di bidang kecerdasan buatan, tetapi juga menjadi referensi bagi pengembang aplikasi berbasis AI dalam industri pertanian dan pangan. Klasifikasi Jenis Buah-Buahan Menggunakan Metode CNN dan Penerapannya di dalam Aplikasi merupakan langkah nyata dalam penerapan teknologi AI untuk solusi inovatif dalam kehidupan sehari-hari.

Penulis :  Ines Heidiani Ikasari, S.Si., M.Kom & Perani Rosyani, M.Kom

Editor : Mahsa Nurfarhan Hidayat

Halaman Buku : 115

DOWNLOAD

PRE-ORDER | Rp. 54.000