Libasan, Fajar and Prof. Yusuf Hendrawan,, STP., M.App.Life.Sc.Ph.D and Joko Prasetyo.,, STP., M.Si (2022) Identifikasi Daging Ruminansia dan Babi Hutan menggunakan Convolution Neural Network. Sarjana thesis, Universitas Brawijaya.
Abstract
Kebutuhan daging di Indonesia sangat banyak dan terus meningkat setiap tahunnya. Daging terdiri dari protein, asam amino, air mineral, lemak, asam lemak, serta sedikit karbohidrat dan vitamin lainya. Pencampuran daging antara daging sapi dan babi hutan sering dilakukan oleh penjual daging hanya untuk mendapatkan keuntungan tambahan karena daging babi hutan lebih murah dari pada daging sapi. Penipuan daging pada dasarnya dilakukan oleh produsen atau penjual daging yang tidak jujur untuk meningkatkan keuntungan penjualan. Convolutional Neural Network atau di kenal sebutan convNets merupakan metode untuk memproses suatu data dalam bentuk beberapa array, seperti contohnya yaitu gambar berwarna yang terdiri, dari tiga array 2D yang menggandung intensitas piksel dalam tiga warna. Tujuan penelitian ini digunakan untuk mengidentifikasi daging ruminansia dan babi hutan dengan menggunakan Convolution Neural Network. Variasi sampel yang digunakan 500 data (validasi-testing) dan 100 data training dengan pengambilan sampel menggunakan Wifi Digital Microscope. Hasil akurasi validasi pada arsitektur GoogLeNet menggunakan optimizier adam learning rate 0.0001 dengan akurasi sebesar 98,83% dan adam learning rate 0.0005 dengan akurasi sebesar 98,50%. Sedangkan pada Inception V3 akurasi validasi memiliki model terbaik RmsProp leaning rate 0.0001 dengan akurasi sebesar 100% dan adam learning rate 0.0005 dengan akurasi sebesar 99,62%. Sedangkan hasil akurasi data testing pada arsitektur GoogLeNet menggunakan optimizier adam learning rate 0.00005 dengan akurasi sebesar 50%, sementara pada Inception V3 menggunakan optimizier RmsProp learning rate 0.00005 mendapatkan akurasi sebesar 54,5%. Penggunaan Wifi Digital Microscope menggunakan dalam CNN mampu untuk mengklasifikasinya daging pada daging kerbau, daging sapi, daging kambing dan daging babi hutan.
English Abstract
The need for meat in Indonesia is very large and continues to increase every year. Meat consists of protein, amino acids, mineral water, fat, fatty acids, and a small amount of carbohydrates and other vitamins. Mixing of meat between beef and wild boar is often done by butchers just to get additional profit because wild boar meat is cheaper than beef. Meat scams are basically perpetrated by dishonest meat producers or sellers to increase sales profits. Convolutional Neural Network or known as convNets is a method for processing data in several array forms, such as a color image consisting of three 2D arrays containing pixel intensities in three colors. The purpose of this study was to identify ruminant meat and wild boar using the Convolution Neural Network. The variation of the sample used is 500 data (validation-testing) and 100 training data with sampling using a Wifi Digital Microscope. The validation results on the GoogLeNet architecture use an optimizier adam learning rate of 0.0001 with an accuracy of 98.83% and an adam learning rate of 0.0005 with an accuracy of 98.50%. While in Inception V3 the best model validation accuracy is RmsProp learning rate of 0.0001 with an accuracy of 100% and adam learning rate of 0.0005 with an accuracy of 99.62%. While the results of the accuracy of data testing on the GoogLeNet architecture using an optimizier RmsProp learning rate of 0.00005 with an accuracy of 50%, while in Inception V3 using an optimizier RmsProp learning rate of 0.00005, an accuracy of 54.5% is obtained. The use of Wifi Digital Microscope using CNN is able to classify meat in buffalo meat, beef, mutton and wild boar meat.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 0522100355 |
| Uncontrolled Keywords: | Daging, Babi Hutan, Deep Learning, Convolutional Neural Network,Meat, Wild Board, Deep Learning, Convolutional Neural Network |
| Subjects: | 600 Technology (Applied sciences) > 630 Agriculture and related technologies |
| Divisions: | Fakultas Teknologi Pertanian > Keteknikan Pertanian |
| Depositing User: | soegeng sugeng |
| Date Deposited: | 26 Jan 2023 06:56 |
| Last Modified: | 26 Jan 2023 06:56 |
| URI: | http://repository.ub.ac.id/id/eprint/196967 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Fajar Libasan.pdf Restricted to Registered users only until 31 December 2024. Download (4MB) |
Actions (login required)
 |
View Item |