This study was conducted to find out how to classify the image, the results of the maturity classification, and find out the level of accuracy obtained in the maturity classification in mango fruits. The methods used in this study are the Convolutional Neural Network method for classifying manga fruits, and the confusion matrix to measure the accuracy of the maturity classification in mango fruits whether the fruit is raw, ripe or rotten. The data used in this study amounted to 389 data. The results obtained from this study are the creation of a model for classifying mango fruit images using Convolutional Neural Network with convolution layer filters, activation of relu and softmax and fully connected layers. It got the accuracy rate by using a confusion matrix of 81%, precision of 82% and recall of 89%.

Penelitian ini dilakukan untuk mengetahui cara klasifikasi citra, hasil klasifikasi kematangan, dan mengetahui tingkat akurasi yang diperoleh dalam klasifikasi kematangan pada buah mangga. Metode yang digunakan dalam penelitian ini adalah metode Convolutional Neural Network untuk pengklasifikasian pada buah manga, dan confusion matrix untuk mengukur tingkat akurasi dari klasifikasi kematangan pada buah mangga apakah buah tersebut mentah, matang atau busuk. Data yang digunakan pada penelitian ini berjumlah 389 data. Hasil yang didapatkan dari penelitian ini adalah
Pembuatan model untuk pengklasifikasian citra buah mangga menggunakan Convolutional Neural Network dengan filter convolution layer, aktivasi relu dan SoftMax dan fully connected layer. Didapatkannya tingkat akurasi dengan menggunakan confusion matrix 81%, precision 82% dan recall 89%.