Klasifikasi Ras Kucing Menggunakan Algoritma Convolutional Neural Network

Muhammad Rauf Ramadhan (Politeknik Negeri Bengkalis)
Lidya Wati (Politeknik Negeri Bengkalis)

REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025

Kurangnya pengetahuan pemilik terhadap ras kucing peliharaan dapat menyebabkan kesalahan dalam pemberian perawatan yang sesuai. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi ras kucing menggunakan algoritma Convolutional Neural Network (CNN) guna mengenali sepuluh jenis ras kucing, yaitu: Anggora, Bengal, British Shorthair, Domestik, Maine Coon, non-kucing, Persia, Ragdoll, Siamese, dan Sphynx. Dataset gambar diperoleh dari situs Kaggle, kemudian melalui tahapan preprocessing, augmentasi data, pelatihan, dan evaluasi model, sistem dibangun menggunakan arsitektur Xception dengan pendekatan transfer learning. Model yang telah dibor diintegrasikan ke dalam aplikasi mobile berbasis Android dengan dukungan backend Flask. Hasil evaluasi menunjukkan bahwa model CNN yang dikembangkan mampu mencapai akurasi sebesar 91%. Aplikasi ini tidak hanya mampu mengklasifikasikan ras kucing secara cepat, tetapi juga memberikan informasi terkait perawatan dan kebutuhan ras yang terdeteksi. Hasil penelitian ini diharapkan dapat memberikan solusi praktis dan edukatif bagi pemilik kucing dalam mengenali dan merawat hewan peliharaan mereka secara lebih tepat.