IMPLEMENTASI MODEL CNN ARSITEKTUR RESNET-50 PADA KESEGARAN DAGING SAPI

Tri Amin, Ridho (2023) IMPLEMENTASI MODEL CNN ARSITEKTUR RESNET-50 PADA KESEGARAN DAGING SAPI. Other thesis, UNSADA.

	Text COVER.pdf Download (2MB)
	Text BAB I.pdf Download (635kB)
	Text BAB II.pdf Download (1MB)
	Text BAB III.pdf Restricted to Registered users only Download (604kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (510kB)
	Text DAFTAR PUSTAKA.pdf Download (617kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (586kB)
	Text Hasil Turnitin.pdf Restricted to Registered users only Download (991kB)

Abstract

Salah satu hasil hewan ternak yang sebagai bahan pangan sehingga bisa diolah menjadi berbagai masakkan dan macam produk yaitu Daging Sapi. Dari beberapa fenomena banyak sekali pedagang yang menjual sapi yang sudah tidak layak konsumsi untuk meminimalisir dari daging sapi yang tidak layak konsumsi. Oleh karena maka ada sistem yang dapat mengklasifikasi kesegaran daging sapi dengan citra atau gambar. metode yang diusulkan menggunakan convolution neural network (CNN) dengan arsitektur ResNet-50. Penelitian ini menggunakan dataset 1680 gambar masing-masing 560 gambar setiap kelas segar, setengah segar dan busuk. Pada penelitian dataset ini dibagi train 70% dan test 30%, serta melakukan training dengan bacth size 16 dan epoch 50 akan tetapi terjadi callback sehingga epoch menjadi 25. Pada penelitian tersebut bahwa model CNN dengan arsitektur ResNet-50 didapatkan nilai akurasi sekitar 99,4%, Precision 99,4%, Recall 99,4% dan F1-Score 99,4% pada data testing.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Daging Sapi, Convolutional Neuron Network, ResNet, Akurasi, Precision, Recall, F1-Score
Subjects:	000 Generalities/Karya Umum > 005.262 Programming in Specific Program Language/Pemrograman untuk Bahasa Pemrograman Tertentu
Divisions:	Fakultas Bahasa Dan Budaya > Bahasa dan Kebudayaan Jepang
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	10 Nov 2022 02:57
Last Modified:	18 Dec 2023 04:22
URI:	http://repository.unsada.ac.id/id/eprint/4787

Actions (login required)

View Item