KLASIFIKASI TINGKAT KESEGARAN DAGING SAPI BERBASIS CITRA DIGITAL MENGGUNAKAN CNN RESNET50

Anggara, Dymas (2026) KLASIFIKASI TINGKAT KESEGARAN DAGING SAPI BERBASIS CITRA DIGITAL MENGGUNAKAN CNN RESNET50. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (FULL TEXT) RAMA_55201_2213020213.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (4MB)
	Text (Similarity) RAMA_55201_2213020213_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020213_0703018704_0704108701_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text (BAB 2) RAMA_55201_2213020213_0703018704_0704108701_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (560kB)
	Text (BAB 3) RAMA_55201_2213020213_0703018704_0704108701_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (694kB)
	Text (BAB 4) RAMA_55201_2213020213_0703018704_0704108701_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 5) RAMA_55201_2213020213_0703018704_0704108701_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (249kB)
	Text (References) RAMA_55201_2213020213_0703018704_0704108701_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (216kB)
	Text (Lampiran) RAMA_55201_2213020213_0703018704_0704108701_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (327kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi tingkat kesegaran daging sapi berbasis citra digital menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur ResNet50. Penilaian kesegaran daging sapi yang masih dilakukan secara manual bersifat subjektif, tidak konsisten, dan rawan kesalahan. Oleh karena itu, dikembangkan sistem otomatis berbasis Python dan framework Flask yang mampu mengklasifikasikan daging sapi ke dalam tiga kategori: segar, kurang segar, dan tidak segar. Dataset citra diperoleh dari platform Roboflow dan diproses melalui tahapan preprocessing (resize dan normalisasi), augmentasi data, transfer learning, serta fine-tuning. Model ResNet50 dilatih menggunakan Google Colaboratory. Hasil pengujian menunjukkan akurasi sebesar 99,79% pada data testing. Namun, pada pengujian skenario nyata (data di luar dataset) akurasi turun menjadi 63,33%, terutama pada kategori tidak segar karena variasi kondisi pembusukan. Sistem juga dilengkapi fitur validasi non-daging sapi dan penampilan confidence score untuk meningkatkan keandalan. Pengujian fungsional dengan Black Box Testing menunjukkan seluruh fitur berjalan sesuai harapan. Penelitian ini diharapkan dapat menjadi solusi objektif dan terukur bagi konsumen serta pedagang dalam menilai kesegaran daging sapi.

Actions (login required)

View Item