klasifikasi Citra Kualitas Daging Menggunakan Resedual Network18

Daging merupakan salah satu jenis makanan utama yang dikonsumsi oleh manusia karena banyak mengandung protein yang tinggi, sehingga dapat meningkatkan kecerdasan dan menambah stamina yang sangat dibutuhkan manusia untuk menjalani aktivitas kehidupan sehari-hari. Kualitas daging tidak dapat dilihat secara kasat mata dan membutuhkan relatif lama untuk mengetahui hasilnya. Sehingga perlu sistem komputasi untuk mendeteksi kualitas daging. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kualitas daging. Penelitian ini menggunakan metode Residual Network18 (RESNET18) . Dataset citra daging diperoleh dari pasar tradisional kamal. Tahap preprocessing klasifikasi diawali dengan melakukan resize ukuran citra menjadi 224 x 224 piksel. dengan citra daging yang terdiri 2 kelas yaitu daging berkualitas dan daging kurang kualitas. Dengan jumlah dataset yang digunakan yaitu 300 perkelas selanjutnya dilakukan augmentasi berupa rotasi 45°,90° dan 180° jadi data 600 perkelas. Sehinngga total data keseluruhan menjadi 1.200. Hasil penelitian menghasilkan pada metode Residual Network18 (RESNET) menghasilkan nilai akurasi 99,69% percision 99,3% dan recall 100% dengan waktu 114 min 49 detik