Identifikasi Daging Segar Berdasarkan Citra menggunakan Convolutional Neural Network

M Fajri Septian Dwi Cahyo (UNIVERSITAS MULTI DATA PALEMBANG (MDP))
Daniel Udjulawa (UNIVERSITAS MULTI DATA PALEMBANG)

MDP Student Conference
Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023

Daging merupakan salah satu jenis makanan dan bahan konsumsi bagi manusia, cara pengolahan yang biasa dilakukan yaitu dengan dibakar atau direbus. Pada penelitian ini menerapkan metode Convolutional Neural Network dengan model arsitektur AlexNet pada identifikasi daging segar dan daging busuk. Dataset pada penelitian ini terbagi menjadi 2 kelas yaitu kelas fresh yang memiliki 948 citra dan kelas spoiled yang memiliki 948 citra dengan jumlah total citra sebanyak 1896 citra. Dataset dibagi sebesar 80% untuk data latih sebanyak 1516 citra dan 20% untuk data validasi sebanyak 380 citra yang di resize menjadi ukuran 227 x 227 piksel. Pada proses training yang dilakukan menggunakan fungsi aktivasi ReLU dan fungsi aktivasi sigmoid dengan optimizer adam, learning rate 0.0001, dropout 40%, batch size sebesar 16, dan epoch sebanyak 20. Pada hasil pengujian diperoleh akurasi rata-rata yaitu sebesar 97,89%