KLASIFIKASI PERBEDAAN DAGING SAPI DAN DAGING BABI DENGAN METODE CONVOLUTIONAL NEURAL NETWORK BERBASIS WEB
DOI:
https://doi.org/10.32897/infotronik.2021.6.1.603Keywords:
Klasifikasi daging sapi dan babi, Neural Network, Convolution, Computer visionAbstract
Indonesia merupakan negara berpenduduk mayoritas muslim mengalami kendala dalam oknum penjualan daging sapi. Penjualan daging sapi yang tinggi membuka peluang negatif bagi pelaku usaha yang berusaha menutupi daging babi dengan daging sapi. Dengan berkembangnya teknologi, dibutuhkan penelitian mengenai permasalahan tersebut. Penelitian computer vision bertujuan untuk mengolah citra hingga menjadi informasi. Penelitian ini bertujuan untuk mengenali perbedaan daging babi dan daging sapi secara convolutional yaitu membagi gambar menjadi partisi yang lebih kecil kemudian dibentuk ke dalam matriks dan kemudian diujikan lagi berdasarkan neural network untuk membedakan dari struktur daging nya dan tingkat kecocokan gambar sesuai banyak data training dalam sample yang menghasilkan tingkat akurasi di atas 94%. Hasil Penelitian menunjukkan bahwa klasifikasi dibuat dengan menggunakan algoritma convolutional dapat melakukan perbedaan daging babi dengan daging sapi dengan akurasi tertinggi tanpa background yaitu sebesar 88,75%, sedangkan akurasi keberhasilan pengujian dengan background diperoleh 73,375%.
References
Masriani, Herviana. Ilhamsyah dan Ikhwan Ruslianto. 2018. Aplikasi Pengenalan Pola Pada Huruf Tulisan Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Ekstraksi Fitur Geometri. Jurnal Coding, system computer Untan Vol 06 No 02.
Danukusumo, Kevin Pudi. 2017. Implementasi Deep Learning Menggunakan Convolutional Neural Network untuk Klasifikasi Citra Candi Berbasis GPU. Tugas Akhir. Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Atma Jaya Yogyakarta
Shafira, Tiara. 2018. Implementasi Convolutional Neural Networks Untuk Klasifikasi Citra Tomat Menggunakan Keras. Tugas Akhir. Program Studi Statistika Fakultas MIPA UII Yogyakarta.
Nur Nafi'iyah. 2015. Algoritma Kohonen dalam Mengubah Citra Gray Level Menjadi Citra Biner. Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2. pp 49 – 55
Siahaan, Vivian & Rismon Hasiholan Sianipar. 2020. Panduan praktis dan komplet Pemrosesan Citra Digital dengan Matlab, Balige Publishing, North Sumatra
Wardani, Diana Wisnu. Projo Danoedoro. Bowo Susilo. 2016. Kajian Perubahan Penggunaan Lahan Berbasis Citra Penginderaan Jauh Resolusi Menengah Dengan Metode Multi Layer Perceptron Dan Markov Chain Di Sebagian Kabupaten Bantul. Diakses: https://www.researchgate.net/
Downloads
Published
How to Cite
Issue
Section
License
Copyright Notice
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.