PENGENALAN WARNA PADA CITRA DIGITAL MOBIL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Pengenalan warna mobil penting untuk identifikasi akurat, seperti dalam pemesanan taksi online. Penelitian ini menggunakan Convolutional Neural Network (CNN) dengan arsitektur ResNet-18 untuk menguji dua dataset: CCTV (Chen) dan Google (Karen Panetta), masing-masing menggunakan color space RGB dan HSV. Model dikembangkan dengan PyTorch dan dievaluasi melalui k-fold cross validation serta confusion matrix. Hasilnya, model Chen dengan HSV mencapai akurasi tertinggi 98,22%, sedangkan RGB mencapai 98,00%. Pada dataset Karen Panetta, HSV mencapai akurasi 93,15% dan RGB 91,48%. Color space HSV terbukti lebih unggul, sedangkan dataset Karen Panetta memiliki akurasi lebih rendah karena kelasnya lebih banyak dengan data per kelas lebih sedikit dibandingkan dataset Chen.