Proyek ini bertujuan untuk mengklasifikasi jenis-jenis apel menggunakan model CNN. Dataset yang digunakan adalah subset dari Fruit-360, dataset publik dari platform Kaggle, dengan hanya mengambil gambar-gambar apel.
Dataset ini terdiri dari 10.104 gambar dengan resolusi 100x100 piksel, yang dikelompokkan menjadi 15 kelas apel berikut:
| Kelas | Jumlah Gambar |
|---|---|
| Apple Golden 3 | 642 |
| Apple Golden 2 | 656 |
| Apple Red 2 | 656 |
| Apple Red Delicious 1 | 656 |
| Apple Pink Lady 1 | 608 |
| Apple Granny Smith 1 | 656 |
| Apple Hit 1 | 936 |
| Apple Braeburn 1 | 656 |
| Apple Red 3 | 573 |
| Apple 6 | 630 |
| Apple Red Yellow 2 | 891 |
| Apple Golden 1 | 640 |
| Apple Red 1 | 656 |
| Apple Crimson Snow 1 | 592 |
| Apple Red Yellow 1 | 656 |
Model yang digunakan memiliki arsitektur sebagai berikut:
- 4 Layer Convolution dengan aktivasi ReLU dan MaxPooling
- 2 Layer Dense dengan aktivasi ReLU dan Softmax untuk output
- Training Accuracy: 95.61%
- Validation Accuracy: 95.04%