Claim Missing Document
Check
Articles

Found 1 Documents
Search

OPTIMALISASI METODE CONVOLUTIONAL NEURAL NETWORK(CNN) UNTUK KLASIFIKASI DAGING AYAM BERBASIS AWS Samsudin; Resky Herlianto; Dwi Yuli Prasetyo
TEKNOFILE : Jurnal Sistem Informasi Vol. 3 No. 12 (2025): Desember 2025
Publisher : PT. ZIVANA CENDEKIAWAN BANGSA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Daging ayam merupakan bahan pangan yang mudah mengalami penurunan mutu sehingga diperlukan sistem penilaian kesegaran yang objektif dan akurat. Penelitian ini mengusulkan penerapan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 untuk melakukan klasifikasi kesegaran daging ayam berbasis citra digital. Proses pelatihan model dilakukan menggunakan layanan komputasi awan Amazon Web Services (AWS) melalui SageMaker dan penyimpanan data pada S3 Bucket. Dataset penelitian terdiri dari 660 gambar daging ayam yang terbagi dalam tiga kategori, yaitu segar, masih segar, dan tidak segar. Model CNN yang telah dilatih kemudian dikonversi ke format TensorFlow Lite agar dapat diintegrasikan ke dalam aplikasi Android dan beroperasi secara offline. Hasil pengujian menunjukkan bahwa model mencapai akurasi pelatihan sebesar 97,62%, akurasi validasi 73,74%, dan akurasi pengujian 96%. Temuan ini membuktikan bahwa pendekatan CNN berbasis AWS efektif dalam melakukan klasifikasi kesegaran daging ayam dengan efisiensi tinggi serta memungkinkan penerapan langsung pada perangkat mobile. Penelitian ini memberikan kontribusi terhadap pengembangan sistem evaluasi kualitas pangan yang adaptif dan berbasis kecerdasan buatan