Prasetya, Putu Wendi (2025) PENGEMBANGAN APLIKASI KLASIFIKASI BUAH DURIAN MONTHONG LAYAK PETIK DAN BELUM LAYAK PETIK BERBASIS ANDROID. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2115101049-COVER.pdf Download (1MB) |
|
Text (ABSTRAK)
2115101049-ABSTRAK.pdf Download (298kB) |
|
Text (BAB 1 PENDAHULUAN)
2115101049-BAB 1 PENDAHULUAN.pdf Download (313kB) |
|
Text (BAB 2 KAJIAN TEORI)
2115101049-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (654kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2115101049-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (555kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2115101049-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2115101049-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (288kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2115101049-DAFTAR PUSTAKA.pdf Download (260kB) |
|
Text (LAMPIRAN)
2115101049-LAMPIRAN.pdf Download (1MB) |
Abstract
Durian Monthong merupakan salah satu varietas durian unggulan yang memiliki nilai jual tinggi. Namun, proses penentuan kelayakan petik durian masih sering dilakukan secara manual dan subjektif, sehingga dapat menyebabkan kesalahan panen. Penelitian ini bertujuan untuk mengembangkan aplikasi Android yang dapat mengklasifikasikan buah durian Monthong menjadi dua kategori, yaitu layak petik dan belum layak petik, berdasarkan citra buah durian yang ditangkap menggunakan kamera internal maupun external dan bisa juga dari galery. Metode pengembangan aplikasi menggunakan model Waterfall yang terdiri dari tahap analisis, desain, implementasi, pengujian, dan pemeliharaan. Model klasifikasi dibangun dengan arsitektur Convolutional Neural Network (CNN) dan diintegrasikan ke dalam aplikasi menggunakan TensorFlow Lite. Aplikasi ini dikembangkan menggunakan Flutter, mengimplementasikan manajemen state dengan arsitektur BLoC, serta menyimpan riwayat klasifikasi menggunakan Hive. Hasil pengujian BlackBox menunjukkan bahwa aplikasi berhasil menerima input dan memberikan output sesuai yang diharapkan. Pengujian usability menggunakan System Usability Scale (SUS) menghasilkan skor sebesar 82,75, yang termasuk dalam kategori good. Aplikasi ini juga disiapkan agar dapat dikembangkan lebih lanjut dan diintegrasikan kedalam sistem panen cerdas, integrasi fitur kamera external dengan tongkat pintar untuk mendukung efisiensi pemanenan di lapangan. Dengan adanya aplikasi ini, diharapkan proses panen durian dapat dilakukan lebih tepat, efisien, dan modern.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Durian Monthong, Klasifikasi, TensorFlow Lite, Android, Flutter, Hive, BLoC, BlackBox, SUS |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Ilmu Komputer (S1) |
| Depositing User: | PUTU WENDI PRASETYA |
| Date Deposited: | 10 Aug 2025 05:54 |
| Last Modified: | 10 Aug 2025 05:54 |
| URI: | http://repo.undiksha.ac.id/id/eprint/26720 |
Actions (login required)
 |
View Item |