Sarah Lasniari, - and Jasril, - and Suwanto Sanjaya, - and Febi Yanto, - and Muhammad Affandes, - (2022) Klasifikasi Citra Daging Babi dan Daging Sapi Menggunakan Deep Learning Arsitektur ResNet-50 dengan Augmentasi Citra. Klasifikasi Citra Daging Babi dan Daging Sapi Menggunakan Deep Learning Arsitektur ResNet-50 dengan Augmentasi Citra, 3 (4). pp. 450-457. ISSN 2685-998X

Text (Sarah Lasniari Repository) REPOSITORY SARAH LASNIARI11651203659.pdf - Published Version Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Daging sapi adalah salah satu makanan yang kaya akan protein hewani. Permintaan daging di Indonesia terus meningkat setiap tahunnya seiring dengan pertambahan jumlah penduduk. Banyak pedagang yang sengaja mencampur daging sapi menggunakan daging babi untuk mendapatkan keuntungan yang besar. Bentuk daging babi dan daging sapi secara kasat mata sulit dibedakan. Kepastian daging halal sangat penting di negara mayoritas muslim. Penelitian ini mengklasifikasikan citra daging sapi dan babi dengan menerapkan Deep Learning memakai metode Convolutional Neural Network (CNN) menggunakan ResNet-50 dengan Augmentasi data. Jumlah dataset citra daging original terdiri berasal 457 citra, setelah dilakukan proses augmentasi data menjadi 2742 citra terdiri dari tiga kelas. Skenario pengujian membandingkan antara dua skema data original serta data augmentasi dengan distribusi data latih serta uji sebesar 90%:10%. Confusion Matrix menunjukkan model memberikan kinerja klasifikasi tertinggi dengan rata-rata akurasi sebesar 87,64%, recall 87,59%, precision 90,90%. sesuai pengamatan visualisasi proses training dan testing tidak ditemukan tanda terjadinya overfitting.

Actions (login required)

View Item