Ringkasan Dataset
2.400 gambar tomat dalam 3 kelas kematangan dari Kaggle (Kaggle – syafwanchalik/tomatodex), distribusi seimbang sempurna (800 per kelas).
Total Gambar
2.400
Kelas
3
800 per kelas
Gambar Latih
1.680
Pembagian 70%
Gambar Uji
360
Pembagian 15%
Distribusi Kelas
Pembagian Latih / Validasi / Uji
Detail Kelas
| Kelas | Bahasa Inggris | Total | Latih | Validasi | Uji | Proporsi |
|---|---|---|---|---|---|---|
| Matang | Ripe | 800 | 560 | 120 | 120 | 33% |
| Mentah | Unripe | 800 | 560 | 120 | 120 | 33% |
| Tidak Layak | Unfit | 800 | 560 | 120 | 120 | 33% |
| Total | 2.400 | 1.680 | 360 | 360 | 100% | |
Pipeline Pra-pemrosesan
Pemuatan Gambar
Gambar dimuat dari Kaggle (syafwanchalik/tomatodex) dengan variasi pencahayaan dan lingkungan nyata.
Ubah Ukuran 224 × 224
Semua gambar diubah ukurannya agar sesuai dengan dimensi input yang dibutuhkan InceptionResNetV2.
Normalisasi
Nilai piksel dibagi 255 untuk menormalisasi dari [0, 255] menjadi float32 [0, 1].
Pembagian Berstrata
Dataset dibagi Latih 70% / Validasi 15% / Uji 15% dengan stratifikasi dan random seed = 24.
Tensor input
(None, 224, 224, 3) · float32 [0, 1]
Augmentasi Data
Diterapkan hanya pada set pelatihan
Catatan
Augmentasi hanya diterapkan saat pelatihan. Set validasi dan uji hanya menggunakan ubah ukuran dan normalisasi.