KLASIFIKASI KESEGARAN DAGING KAMBING MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK RESNET50V2 BERBASIS MOBILE APP

Permintaan terhadap daging kambing di Indonesia terus meningkat, namun tidak sebanding dengan jumlah produksi, sehingga mendorong kenaikan harga dan potensi kecurangan dalam penjualan. Terkadang masyarakat masih kesulitan dalam mendeteksi daging kambing segar, tidak segar, dan busuk sehingga berpotensi dirugikan dalam saat ini. Penelitian ini membuat sistem klasifikasi kesegaran daging kambing menggunakan metode deep learning berbasis Convolutional Neural Network (CNN) dengan arsitektur ResNet50V2 untuk membantu masyarakat dalam memilih daging kambing. Model dilatih menggunakan hyperparameter learning rate, epoch, dan optimizer Adam. Hasil pengujian menunjukkan bahwa model terbaik dengan akurasi 88.15% yaitu ResNet50V2 dengan optimizer Adam dan epoch 25 yang menghasilkan performa terbaik pada kelas Daging Busuk precision 93%, recall 88%, f1-score 90%; kelas Daging Segar precision 91%, recall 89%, f1-score 90%; dan kelas Daging Tidak Segar precision 81%, recall 88%, f1-score 84%. Model ini diimplementasikan ke dalam aplikasi Android untuk membantu pengguna mendeteksi kesegaran daging kambing secara praktis dan akurat.