Kakao merupakan komoditas yang penting, dan salah satu penghasil devisa terbesar di Indonesia. Kakao memiliki waktu pertumbuhan selama 5-6 bulan hingga matang. Kakao yang melewati tingkat kematangan optimal memiliki kadar lemak yang rendah dan kecambah pada biji kakao. Biji kakao yang telah berkecambah dan rendah lemak mengalami penurunan harga yang drastis.
Dalam penelitian ini, menawarkan arsitektur CNN yang digunakan untuk menentukan tingkat kematangan kakao. Arsitektur CNN yang ditawarkan adalah arsitektur VGG16 yang dimodifikasi. Modifikasi yang dilakukan adalah penambahan batch normalization, dropout, dan global average pooling pada arsitektur VGG16. Modifikasi yang dilakukan bertujuan untuk menstabilkan proses pelatihan, mengurangi jumlah parameter, mengurangi overfitting dan meningkatkan akurasi.
Dataset yang digunakan adalah citra kakao di lingkungan kebun yang memiliki empat tingkat kematangan buah kakao dengan citra berjumlah 1936. Pada penelitian ini, membandingkan arsitektur DenseNet121, VGG16, dan VGG16 yang dimodifikasi untuk klasifikasi tingkat kematangan kakao. DenseNet121, VGG16, dan VGG16 yang dimodifikasi memiliki akurasi terbaik pada nilai 85.57%, 71.47%, dan 89.42% secara berurutan dimana VGG16 yang dimodifikasi memiliki akurasi terbaik.. VGG16 yang dimodifikasi memiliki proses pelatihan yang stabil, memiliki parameter yang lebih ringan, pengurangan overfitting dan akurasi yang lebih baik dibandingkan VGG16.
Kata Kunci: kematangan, kakao, VGG16