Klasifikasi Jenis Ras Kucing Menggunakan SSD-Mobilenet Secara Real-Time Berbasis Desktop

Abstract

There are many cat breeds in this world. Each of these cat breeds has specific characteristics in each race, but over time there are frequent cross-breeding events between races that result in many new races appearing. Generally, cats are grouped into two types, namely long-haired and short-haired cats. In Indonesia, the types of cats that can be found are Angora, Persian, Himalayan, domestic cat and others. Cats are unique in the pattern and color of their fur, but the uniqueness of the color and pattern of the existing fur cannot fully be used as a reference in distinguishing each breed. With the development of the world of technology in the field of Computer Vision and Artificial Intelligence, it is used as a tool to classify cat types by computer. This study aims to be able to recognize and classify cats based on their type in real-time by applying SSD-MobileNet as a network architecture model. The system used is desktop based. Cats used for classification include sphynx, Himalayan, bengal, persian and moggy cats. Research trials were carried out at a distance of not less than 40 cm from the camera and taken at different positions for each type. The results of the research that are made display the accuracy obtained by the system of 93.8%

Di dunia ini jumlah ras kucing sangatlah banyak. Setiap ras kucing tersebut memiliki ciri spesifik pada tiap rasnya, namun seiring jalanya waktu sering terjadi peristiwa kawin silang antar ras yang mengakibatkan banyak bermunculan ras-ras baru. Umumnya kucing dikelompokkan dalam dua jenis yaitu kucing berbulu panjang dan berbulu pendek. Di Indonesia sendiri jenis kucing yang dapat ditemui yaitu Anggora, Persia, Himalaya, kucing kampung dan lainnya. Kucing memiliki keunikan dalam corak dan warna bulunya, namun keunikan warna dan corak bulu yang ada tidak dapat sepenuhnya menjadi nacuan dalam membedakan pada tiap-tiap rasnya. Dengan berkembangnya dunia teknologi bidang Computer Vision dan Artificial Intelligence dimanfaatkan sebagai alat untuk mengklasifikasikan jenis kucing yang dilakukan oleh komputer. Penelitian ini bertujuan untuk mampu mengenali dan mengklasifikasikan kucing berdasarkan jenisnya secara real-time dengan menerapkan SSD-MobileNet sebagai model arsitektur jaringannya. Sistem yang digunakan berbasis desktop. Kucing yang digunakan untuk diklasifikasi diantaranya kucing jenis sphynx, Himalaya, bengal, persia dan moggy. Uji coba penelitian dilakukan pada kondisi jarak tidak kurang dari 40 cm dari kamera dan diambil pada posisi yang berbeda-beda setiap jenisnya. Hasil penelitian yang dibuat menampilkan akurasi yang didapat oleh sistem sebesar 93.8%.