Hafez Almirza, - (2023) Klasifikasi Daging Sapi dan Daging Babi Menggunakan Convolutional Neural Network Efficientnet-B0 dengan Augmentasi Citra. Klasifikasi Daging Sapi dan Daging Babi Menggunakan Convolutional Neural Network Efficientnet-B0 dengan Augmentasi Citra, 3 (6). pp. 1013-1021. ISSN 2723-3898
|
Text
Laporan Tugas Akhir Hafez Almirza.pdf Download (1MB) | Preview |
Abstract
Peningkatan penjualan daging sapi palsu sejalan dengan permintaan daging yang terus meningkat di Indonesia. Daging palsu, yaitu daging oplosan sapi dan babi maupun daging babi murni yang dijual sebagai daging sapi dapat dibedakan menggunakan klasifikasi citra. Penelitian ini melakukan klasifikasi daging babi, oplosan, dan sapi menggunakan model Convolutional Neural Network(CNN) arsitektur EfficientNet-B0. Penelitian ini menggunakan metode augmentasi citra untuk memperbanyak citra dengan tujuan meningkatkan akurasi klasifikasi. Total citra asli adalah 900 citra, sementara itu total citra hasil augmentasi adalah 9000. Data citra tersebut dibagi menggunakan dua rasio pembagian data, yaitu 80:20 dan 90:10. Hasil akurasi klasifikasi tertinggi diperoleh oleh model yang menggunakan citra augmentasi dan rasio pembagian data 90:10, dengan kombinasi hyperparameter optimizer Adamax, hidden activation Swish, dan learning rate 0.1 dengan hasil accuracy 97,11%, precision 97,14%, recall 97,11%, dan F1-Score 97,11%. Sementara itu, akurasi tertinggi model yang menggunakan citra asli dicapai oleh model yang menggunakan rasio pembagian 90:10 dengan kombinasi hyperparameter optimizer Adamax, hidden activation ReLU, dan learning rate 0.01 dengan hasil accuracy 96,78%, precision 96,92%, recall 96,78%, dan F1-Score 96,78%. Hasil penelitian menunjukkan bahwa penggunaan metode augmentasi citra dapat meningkatkan akurasi klasifikasi
Item Type: | Article |
---|---|
Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 12 Jul 2023 06:21 |
Last Modified: | 12 Jul 2023 06:21 |
URI: | http://repository.uin-suska.ac.id/id/eprint/72869 |
Actions (login required)
View Item |