UMIUMI

METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi AkuntansiMETHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi

Penelitian ini mengembangkan sistem deteksi kesegaran daging ayam berbasis citra pada platform Android menggunakan metode Convolutional Neural Network (CNN) yang dioptimalkan dengan TensorFlow Lite. Sistem ini mengklasifikasikan daging ayam ke dalam tiga kategori: segar, kurang segar, dan busuk. Model CNN menggunakan 32 filter untuk meningkatkan ekstraksi fitur dari citra daging. Pengujian pada 30 sampel dengan masing-masing kategori diuji 10 kali menunjukkan akurasi sebesar 90%, dengan 27 deteksi tepat dan 3 kesalahan pada kategori kurang segar. Meskipun sistem efektif dalam mengidentifikasi kategori segar dan busuk, terdapat tantangan dalam membedakan kategori kurang segar karena karakteristik visualnya yang ambigu. Kekurangan sistem ini termasuk tidak adanya bounding box, sehingga aplikasi tetap memberikan hasil deteksi meskipun objek yang dipindai bukan daging ayam. Aplikasi ini dirancang khusus untuk mendeteksi potongan daging ayam, sehingga tidak dianjurkan digunakan di luar konteks tersebut.

Penelitian ini berhasil mengembangkan sistem pendeteksi tingkat kesegaran daging ayam berbasis citra yang diimplementasikan pada platform Android menggunakan metode Convolutional Neural Network (CNN).Sistem mampu mengklasifikasikan daging ayam ke dalam tiga kategori.segar, kurang segar, dan busuk, dengan akurasi total 90% dari 30 pengujian.Performa sistem sangat baik pada kategori segar dan busuk, namun masih terdapat kesalahan pada kategori kurang segar karena karakteristik visual yang ambigu.

Pertama, perlu dikembangkan penelitian untuk memperbaiki akurasi deteksi pada kategori kurang segar dengan menambahkan data latih yang lebih beragam dan representatif, termasuk variasi pencahayaan, sudut pengambilan gambar, dan tingkat pembusukan yang lebih halus. Kedua, penting untuk merancang sistem dengan fitur bounding box agar aplikasi hanya memproses objek yang benar-benar berupa potongan daging ayam, sehingga menghindari deteksi pada objek non-target. Ketiga, perlu dilakukan penelitian untuk mengintegrasikan teknik segmentasi citra atau deteksi objek sebelum klasifikasi, sehingga sistem dapat lebih fokus pada area daging saja dan meminimalkan gangguan dari latar belakang atau objek lain dalam frame kamera.

  1. Sistem Pendeteksi Tingkat Kesegaran Daging Ayam pada Citra Menggunakan Metode Convolutional Neural Network... doi.org/10.46880/jmika.Vol8No2.pp301-312Sistem Pendeteksi Tingkat Kesegaran Daging Ayam pada Citra Menggunakan Metode Convolutional Neural Network doi 10 46880 jmika Vol8No2 pp301 312
  2. ANALISIS KESEGARAN IKAN MUJAIR DAN IKAN NILA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK | Simtek : jurnal... doi.org/10.51876/simtek.v7i2.138ANALISIS KESEGARAN IKAN MUJAIR DAN IKAN NILA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK Simtek jurnal doi 10 51876 simtek v7i2 138
  3. KLASIFIKASI CITRA DIGITAL BUMBU DAN REMPAH DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) | Wulandari... doi.org/10.14710/j.gauss.v9i3.27416KLASIFIKASI CITRA DIGITAL BUMBU DAN REMPAH DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK CNN Wulandari doi 10 14710 j gauss v9i3 27416
Read online
File size990.08 KB
Pages12
DMCAReport

Related /

ads-block-test