Sistem Prediksi Kualitas Buah Lemon Menggunakan Metode CNN Berbasis WEB

Abstract

Penilaian kualitas lemon secara manual sering kali tidak konsisten, memakan waktu, dan
bergantung pada subjektivitas penilai. Penelitian ini merancang sistem prediksi kualitas lemon
berbasis web menggunakan metode Convolutional Neural Network (CNN). Proses dimulai dengan
pengumpulan dan preprocessing citra (resize, normalisasi, augmentasi), kemudian model CNN
dilatih untuk mengklasifikasikan lemon menjadi dua kelas: baik dan buruk. Hasil pelatihan
menunjukkan akurasi tinggi dengan nilai loss rendah, menandakan kemampuan generalisasi yang
baik. Model yang telah dilatih diintegrasikan ke aplikasi web menggunakan Streamlit,
memungkinkan prediksi real-time dengan confidence score, misalnya 73,11% untuk lemon buruk
dan 61,04% untuk lemon baik. Temuan ini menunjukkan bahwa sistem mampu membantu proses
seleksi lemon secara objektif, efisien, dan konsisten, serta menjadi kontribusi penerapan AI dalam
pertanian presisi khususnya pada produk hortikultura.
Kata Kunci: CNN, Deep Learning, Klasifikasi Citra, Streamlit, Prediksi Kualitas, Web-Based
System.