<![CDATA[Penelitian ini mengembangkan sistem deteksi jamur pada roti secara realtime menggunakan Convolutional Neural Network (CNN) untuk mengatasi masalah cacat mikrobiologis yang umum dalam industri roti. Menggunakan metode Research and Development (R&D) dengan model CNN Transfer Learning MobileNetV2, penelitian ini mengolah 640 data primer yang diambil dari toko roti di Medan Marelan Pasar 1 menggunakan kamera 108 megapixel dengan lighting 50 watt berdiameter 18 inch. Dari pengujian 8 model dengan parameter berbeda, diperoleh hasil terbaik pada parameter 30000 num_steps dan 8 batch, menghasilkan akurasi 96.42% dan total loss 0.1181 dengan waktu training 2 jam 18 menit 36 detik. Pengujian pada 64 data (32 roti berjamur dan 32 tidak berjamur) menunjukkan model berhasil mendeteksi 30 dari 32 gambar roti berjamur dengan berbagai variasi, sementara semua gambar roti tidak berjamur terdeteksi dengan benar. Hasil ini membuktikan efektivitas implementasi CNN dalam mendeteksi jamur pada roti.]]>
Copyrights © 2025
