Detail Cantuman

Daging Sapi merupakan salah satu sumber protein hewani yang diperlukan oleh tubuh. Namun, beberapa pedagang nakal mecampur daging busuk sehingga sulit dibedakan oleh Masyarakat awam. Untuk mempermudah proses pemeriksaan , maka dibutuhkan system untuk mengidentifikasi kesegaran daging sapi. Pada penelitian dilakukan implementasi model arsitektur Incepton-V4 untuk menentukan hasil kinerja terbaik. Model Inception-V4 dilatih menggunakan augmentasi data dan Penentuan hyperparameter, kemudian dilakukan identifikasi kesegaran daging dengan jumlah data 1000 citra gambar yang terbagi menjadi 2 kelas, yaitu daging segar dan daging busuk. Beberapa hyperparameter dan augmentasi diuji untuk mengoptimalkan kinerja model seperti Adaptive Moment Estimation (Adam), Stochastic Gradient Descent (SGD) dan Propagasi Root Mean Square (RMSprop) serta learning rate 0.01-0.0000001, epoch 20, 50, 100 dan batch size 5, 10, 15. Hasil menunjukan bahwa dengan optimizer Adam dengan learning rate 0,0001, epoch 100 dengan batchsize 15 mendapatkan hasil tertinggi accuracy train 98,25%, accuracy test 98.50%, validasi accuracy 0.9850, dan hasil terendah mendapakan lose 0.0411 dan validasi lose 0.0309.