Tri Mulya Dharma Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2025

Theses

Penilaian kualitas bahan pangan, khususnya daging sapi, merupakan aspek krusial dalam sektor pertanian dan industri pangan. Metode tradisional yang mengandalkan untuk menentukan kualitas daging sapi cenderung bersifat subjektif dan rentan terhadap ketidakakuratan dalam membedakan antara daging segar dan busuk. Studi ini mengusulkan sistem klasifikasi otomatis berbasis deep learning untuk mengatasi keterbatasan metode konvensional tersebut. Dataset penelitian terdiri dari 3.696 citra dengan berbagai resolusi gambar daging sapi yang diambil menggunakan kamera smartphone Realme C3 pada saat akuisisi citra. Pengambilan citra dilakukan pada suhu ruang 28-30°C dengan interval satu jam selama 16 jam untuk menangkap degradasi kualitas daging dari segar hingga busuk. Pelabelan citra dilakukan berdasarkan kriteria visual perubahan warna dan tekstur serta perubahan bau; daging diklasifikasikan sebagai segar jika diambil sebelum 6 jam dengan ciri warna merah cerah dan tekstur normal, sedangkan daging diklasifikasikan sebagai busuk diambil setelah 10 jam dengan ciri warna coklat gelap, tekstur lengket, dan bau busuk. Selanjutnya dataset dibagi menjadi 1.120 citra untuk masing-masing kategori segar dan busuk setelah dialakuakan pra-pemrosesan data gambar. Tiga arsitektur Convolutional Neural Network (CNN) dengan pendekatan transfer learning VGG16, ResNet50-V2, dan Inception-V3 digunakan untuk klasifikasi model. Hasil eksperimen menunjukkan bahwa VGG16 memberikan performa terbaik, mencapai akurasi 99,46%, presisi 99,29%, recall 99,64%, dan F1-score 99,47. Kemudian model diimplementasikan kedalam aplikasi berbasis web, sehingga dapat dirasakan langsung oleh masyarakat. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 161803 2025-07-15 16:22:19 2025-07-15 16:44:20 machine generated