Daulima, Mohamad Rizki (2024) KLASIFIKASI KUALITAS TELUR BERDASARKAN KERABANG MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. Jurnal Ilmu komputer (JUIK), 5 (1). pp. 36-43. ISSN 2774-924004
|
Text (Jurnal rizki daulima)
Jurnal rizki daulima.pdf Download (927kB) |
Abstract
Kualitas telur ayam memainkan peran penting dalam industri peternakan dan agribisnis, baik untuk produsen maupun konsumen. Penelitianini bertujuan untuk mengembangkan model klasifikasi kualitas telur ayam berdasarkan kerabang dengan menggunakan metodeConvolutional Neural Network (CNN). Data penelitian terdiri dari 1520 citra telur yang dikategorikan menjadi tiga kelas kualitas:Premium, Baik, dan Kurang Baik. Model CNN dirancang untuk mengekstraksi fitur-fitur penting dari gambar kerabang telur, sepertitekstur, warna, dan kebersihan. Dataset dibagi menjadi data latih dan uji dengan proporsi yang bervariasi, sedangkan citra diolah melaluiteknik augmentasi untuk meningkatkan keberagaman data. Hasil pelatihan menunjukkan bahwa model mencapai akurasi tertinggi sebesar99,56% pada data pengujian dengan parameter ukuran citra 224x224 piksel dan jumlah epoch 50. Evaluasi kinerja menggunakan confusionmatrix menghasilkan nilai precision, recall, dan F1-score yang konsisten tinggi pada semua kelas. Penelitian ini membuktikan bahwametode CNN mampu mengklasifikasikan kualitas telur ayam dengan akurasi tinggi, sehingga berpotensi membantu industri peternakandalam proses otomatisasi penilaian kualitas telur.
| Item Type: | Article |
|---|---|
| Uncontrolled Keywords: | Kualitas telur ayam, CNN, pengolahan citra digital, augmentasi data, confusion matrix. |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Depositing User: | Mohamad Rizki Daulima |
| Date Deposited: | 19 Mar 2025 02:28 |
| Last Modified: | 19 Mar 2025 02:28 |
| URI: | http://repository.umgo.ac.id/id/eprint/2771 |
Actions (login required)
![]() |
View Item |
