IDENTIFIKASI KESEGARAN DAGING AYAM MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Abstract

Penelitian ini bertujuan untuk mengidentifikasi kesegaran daging ayam berdasarkan citra menggunakan Convolutional Neural Network (CNN). Dalam industri pangan, penentuan kesegaran daging ayam secara cepat dan akurat sangat penting untuk memastikan kualitas produk dan keamanan konsumen. Metode CNN digunakan karena kemampuannya yang tinggi dalam ekstraksi fitur dan klasifikasi citra. Dataset citra daging ayam dikumpulkan dan diproses untuk melatih model CNN. Kami mengevaluasi performa model klasifikasi biner menggunakan kurva Receiver Operating Characteristic (ROC) dan nilai Area Under the Curve (AUC). Hasil menunjukkan nilai AUC sebesar 0,47, mengindikasikan performa klasifikasi yang kurang baik. Namun, evaluasi menggunakan F1-Score menunjukkan hasil yang sangat positif, dengan nilai F1-Score pelatihan sebesar 0,87 dan validasi sebesar 0,99. Ini mengindikasikan kemampuan prediksi yang kuat dan generalisasi yang baik dari model terhadap data yang tidak terlihat selama pelatihan. Hasil ini menunjukkan potensi penggunaan CNN dalam mengidentifikasi kesegaran daging ayam, meskipun diperlukan perbaikan lebih lanjut untuk meningkatkan performa klasifikasi biner yang diindikasikan oleh nilai AUC.