Rancang Bangun Aplikasi Klasifikasi Kematangan Pisang Dengan Depthwise Separable Convolution

Produksi pisang di Indonesia sangat banyak dan dapat menekan angka impor pisang serta dapat meningkatkan ekspor pisang. Menurut data dari Badan Pusat Statistik, Lampung menghasilkan 1.937.349 ton pada tahun 2015, dan Jawa Timur menghasilkan produksi pisang tertinggi dari tahun 2016 hingga 2017 dengan hasil 1.960.129 ton pada 2017. Data untuk konsumsi pisang di Indonesia menurut Kementerian Pertanian menunjukkan konsumsi pisang dalam lima tahun terakhir selalu menempati posisi tertinggi dari jenis buah lain, pada tahun 2013 konsumsi pisang mencapai 5,68 kilogram per kapita per tahun. Pisang tergolong buah klimakterik memiliki tingkat perubahan yang cepat pada proses pematangan, perubahan biologis yang dapat dilihat yaitu pada kulit pisang mengalami perubahan warna dari berwarna hijau hingga berwarna hitam. Dengan memanfaatkan teknologi Tingkat kematangan dapat diklasifikasikan menggunakan teknik pengolahan citra digital dan deep learning sehingga memiliki tingkat akurasi yang lebih baik, cepat dan efektif dengan kebutuhan komputasi sekecil mungkin. Penelitian ini membuat aplikasi yang dapat mengklasifikasi tingkat kematangan pisang dengan cara memfoto pisang dengan perangkat smartphone. Model jaringan dibuat dengan menggunakan Depthwise Separable Convolution sehingga tidak memerlukan kebutuhan komputasi yang besar pada perangkat mobile. Hasil dari pengujian didapat nilai akurasi 0,91 dalam mengklasifikasi tingkat kematangan pisang.