Implementasi Metode Convolutional Neural Network (CNN) untuk Klasifikasi Citra Daging Hewan

Abstract

Meat has a very high protein content. The high level of public demand for beef causes an increase in beef prices and causes a decrease in traders' turnover. To overcome this problem, traders usually do fraudulent things such as reducing the weight of the amount of merchandise purchased by the community and mixing different types of meat such as wild boar meat and livestock pork because the price of 2 types of meat has a low price and the two types of meat are almost has some resemblance to beef. In this study, the aim of this study was to be able to distinguish the types of meat using the convolutional neural network method using a total of 480 data consisting of beef, livestock pork, and wild boar meat. This system is designed using an Android device that can be directly used to get the results of the classification of the type of meat in real time. The accuracy of this study obtained 77% results with good enough results to distinguish the three types of meat.

Daging memiliki kandungan protein yang sangat tinggi. Tingkat kebutuhan masyarakat atas daging sapi yang besar menyebabkan kenaikan harga daging sapi yang meningkat dan menyebabkan penurunan omset pedagang. Untuk mengatasi permasalahan tersebut maka pedagang biasanya melakukan hal yang curang seperti mengurangi berat jumlah dagangan yang dibeli masyarakat dan mencampurkan jenis daging yang berbeda seperti dengan daging babi hutan dan daging babi ternak karena harga dari 2 jenis daging memiliki harga yang murah dan kedua jenis daging tersebut hampir memiliki beberapa kemiripan dengan daging sapi. Pada penelitian kali ini bertujuan untuk bisa membedakan jenis-jenis daging tersebut menggunakan metode convolutional neural network dengan menggunakan jumlah total data sebanyak 480 data yang terdiri dari daging sapi, daging babi ternak, dan daging babi hutan. sistem ini dirancang menggunakan perangkat android yang dapat langsung digunakan untuk mendapatkan hasil klasifikasi jenis daging tersebut secara real time. Adapun akurasi penelitian ini mendapatkan hasil 77% dengan hasil yang cukup baik untuk membedakan ketiga jenis daging tersebut.