Pengaruh Hyperparameter Convolutional Neural Network Arsitektur ResNet-50 Pada Klasifikasi Citra Daging Sapi dan Daging Babi

S Lasniari, J Jasril, S Sanjaya, F Yanto… - … Nasional Komputasi dan …, 2022 - neliti.com
Jurnal Nasional Komputasi dan Teknologi Informasi, 2022neliti.com
Kasus kecurangan pedagang mencampur daging sapi dengan daging babi masih terjadi
hingga saat ini. Membedakan daging sapi dan babi dapat dilakukan dengan mengamati
secara langsung satu persatu, tetapi hal ini dapat dilakukan oleh para ahli, Tetapi secara
kasat mata masih sulit membedakannya. Perilaku pedagang seperti ini sangat merugikan
konsumen khususnya pemeluk agama Islam karena berkaitan dengan makanan yang halal
atau haram. Pada penelitain ini menggunakan metode Deep Learning untuk klasifikasi citra …
Abstrak
Kasus kecurangan pedagang mencampur daging sapi dengan daging babi masih terjadi hingga saat ini. Membedakan daging sapi dan babi dapat dilakukan dengan mengamati secara langsung satu persatu, tetapi hal ini dapat dilakukan oleh para ahli, Tetapi secara kasat mata masih sulit membedakannya. Perilaku pedagang seperti ini sangat merugikan konsumen khususnya pemeluk agama Islam karena berkaitan dengan makanan yang halal atau haram. Pada penelitain ini menggunakan metode Deep Learning untuk klasifikasi citra dengan Convolutional Neural Network (CNN) arsitektur ResNet-50. Jumlah data sebanyak 457 citra yang terbagi menjadi 3 kelas, yaitu daging babi, daging oplosan dan daging sapi. Setiap kelas memiliki ukuran gambar yang sama yaitu 300 x 300 pixel. Pembagian data menggunakan split data dengan perbandingan 70% data uji: 30% data uji, 80% data latih: 20% data uji, dan 90% data latih: 10% data uji. Hasil dari pengujian model dengan Confusion Matrix menunjukkan performa klasifikasi tertinggi dengan 100% accuracy, 100% precision, dan 100% recall, pada data citra asli dengan penggunaan batch size 32, 0.001 learning rate, epoch 75 dan split data 90%: 10%.
neliti.com
以上显示的是最相近的搜索结果。 查看全部搜索结果