ANALISIS PERBANDINGAN PERFORMANSI ALGORITMA CNN DAN NN PADA BUAH PIR

Abstract

Secara umum, buah pir  merupakan buah yang umum dikonsumsi masyarakat Indonesia, yaitu buah pir Asia (Pyrus pyrifolia) yang memiliki ciri khas rasa manis, asam, dan renyah. Buah ini merupakan buah yang populer di Indonesia karena tingginya konsumsi  buah pir oleh masyarakat Indonesia, terbukti dengan  impor dari Tiongkok, Australia, Korea Selatan, dan Amerika Serikat yang mencapai 69.000 ton pada tahun 2012. Selain itu, buah ini memiliki rasa yang unik dan  banyak mengandung air, tumbuk dan rasa manis. Ditemukan di tanah tropis, buah ini juga mengandung unsur hara seperti A, B1, B2, C, E, K, niasin, asam pantotenat, dan folacin, serta berbagai vitamin. Metode yang digunakan adalah Convolution Neural Network (CNN) dan Neural Network (NN) dengan menggunakan asitektur dari kedua metode tersebut untuk mendapatkan perbandingan hasil tingkat akurasi. Untuk parameter tingkat akurasi dibagai 6 bagian untuk data trainnya sebagai berikut presentasnya 50%, 55%, 60%, 65%, 70%, dan 75% kemudian dari hasil training tersebut akan memunculkan tingkat akurasi dari kedua algoritma tersebut dengan tingkat akurasi tertinggi untuk metode CNN (98%) dan NN (93%). Seletah melakukan training akan dilakukan proses uji dengan menggunakan confusion matrix untuk mendapatkan hasil validasi, untuk metode CNN tingkat akurasi mendapatkan 97%, tingkat precision 97%, sensitivity_recall 97%, f1_score 97% dan untuk metode NN tingkat akurasi mendapatkan 86%, tingkat precision 89%, sensitivity_recall 86%, f1_score 86%.