| dc.description.abstract | Kualitas rumput laut berperan penting dalam menentukan nilai jual dan daya saing produk olahan laut. Penelitian ini menerapkan algoritma Convolutional Neural Network (CNN) untuk mengklasifikasikan kualitas rumput laut berdasarkan fitur warna RGB dari citra digital. Dataset terdiri dari 794 gambar yang terbagi dalam empat kelas kualitas: Hijau, Kekuningan, Kehitaman, dan Pemutihan. Data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Proses penelitian mencakup praproses citra, ekstraksi fitur RGB, pelabelan, dan pelatihan model CNN. Hasil menunjukkan akurasi sebesar 99% pada data latih, 92% pada data validasi, dan 91,19% pada data uji. Evaluasi model menghasilkan nilai precision, recall, dan f1-score yang tinggi, meskipun terdapat kesalahan klasifikasi antara kelas Kekuningan dan Kehitaman. Temuan ini menunjukkan efektivitas CNN dalam klasifikasi citra berbasis warna. Penelitian ini masih terbatas pada tahap pengujian model dan belum mencakup penerapan pada sistem nyata. | en_US |
