Claim Missing Document
Check
Articles

Found 2 Documents
Search

EXPLAINABLE DEEP LEARNING FOR BEEF FRESHNESS CLASSIFICATION USING GRAD-CAM VISUALIZATION Ade Bastian; Ardi Mardiana; Billy Adrian Fernanda; Harun Sujadi; Abrar Wahid; Riri Nurazizah; Wildan Zhilal Manafi
INFOTECH journal Vol. 11 No. 2 (2025)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v11i2.16897

Abstract

Kesegaran daging sapi merupakan faktor kritis bagi keamanan pangan di Indonesia, mengingat tingginya tingkat konsumsi dan impor komoditas ini. Metode penilaian kesegaran tradisional seringkali lambat, destruktif (merusak), atau bias secara subjektif. Penelitian ini bertujuan untuk mengembangkan model Deep Learning yang tidak hanya akurat dalam mengklasifikasikan kesegaran daging sapi (Segar, Setengah Segar, Busuk) tetapi juga dapat dijelaskan (explainable) dalam proses pengambilan keputusannya. Kami menerapkan Transfer Learning menggunakan arsitektur Convolutional Neural Network (CNN) yang ringan, yaitu MobileNetV2, pada dataset yang terdiri dari 2.266 citra daging yang telah diaugmentasi. Untuk mengatasi sifat "black-box" dari CNN, Gradient-weighted Class Activation Mapping (Grad-CAM) diimplementasikan untuk memvisualisasikan area fokus model. Hasil eksperimen menunjukkan bahwa model kami yang telah di-fine-tune mencapai akurasi validasi yang tinggi (96,01%), dengan presisi sempurna (100%) untuk kelas 'Busuk' (Spoiled), memastikan tidak ada daging busuk yang salah diklasifikasikan sebagai daging segar. Analisis Grad-CAM lebih lanjut memvalidasi bahwa model mendasarkan keputusannya pada fitur visual yang relevan secara biologis, seperti pola perubahan warna dan tekstur permukaan, bukan pada noise latar belakang. Temuan ini mengonfirmasi potensi integrasi CNN ringan dengan XAI untuk sistem kontrol kualitas yang andal, non-destruktif, dan transparan dalam industri pangan.
Pemberdayaan UMKM Kuliner Melalui Digitalisasi Sistem Pemesanan Berbasis Qr Code Di Kabupaten Majalengka Dadan Zaliluddin; Tri Ferga Prasetyo; Ardi Mardiana; Riri Nurazizah
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 7 No. 3 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v7i3.19336

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) kuliner di Kabupaten Majalengka masih menghadapi berbagai kendala operasional akibat penggunaan sistem pemesanan manual, seperti antrean pelanggan yang panjang, kesalahan pencatatan pesanan, serta pengelolaan transaksi yang belum terdigitalisasi. Kondisi tersebut berdampak pada menurunnya kualitas pelayanan dan daya saing usaha di era transformasi digital. Kegiatan pengabdian kepada masyarakat ini bertujuan memberdayakan UMKM kuliner melalui implementasi sistem pemesanan digital berbasis QR Code sebagai bentuk hilirisasi hasil penelitian dan pengembangan aplikasi. Metode pelaksanaan menggunakan pendekatan partisipatif yang meliputi analisis kebutuhan, sosialisasi, pelatihan, implementasi sistem, pendampingan, dan evaluasi. Teknologi yang diterapkan berupa aplikasi pemesanan berbasis web menggunakan framework Laravel yang memungkinkan pelanggan melakukan pemesanan melalui pemindaian QR Code pada setiap meja. Hasil kegiatan menunjukkan bahwa mitra mampu mengadopsi sistem pemesanan digital, meningkatkan literasi digital, mengurangi kesalahan pencatatan pesanan, mempercepat proses pelayanan, serta meningkatkan efektivitas pengelolaan transaksi. Pendampingan yang dilakukan juga meningkatkan kemampuan mitra dalam mengoperasikan sistem secara mandiri. Dengan demikian, penerapan sistem pemesanan berbasis QR Code terbukti mendukung transformasi digital UMKM kuliner, meningkatkan kualitas layanan, efisiensi operasional, dan daya saing usaha di Kabupaten Majalengka.