Printed

Sistem Klasifikasi Permen Dragee Menggunakan Metode Convolutional Neural Network

---

Permen Dragee merupakan jenis permen yang dibuat melalui proses pelapisan gula
ataupun cokelat atau proses ini dikenal dengan proses coating. Setiap kegagalan proses
coating dapat menyebabkan tidak sesuai bentuk dan ukuran yang tidak standar. Untuk
memastikan produk yang diberikan kepada pelanggan adalah yang terbaik maka sebelum
dilanjutkan ke proses selanjutnya dan pengemasan maka dilakukan inspeksi dan kalibrasi
ukuran menggunakan mesin kalibrasi untuk memisahkan ukuran permen yang tidak standar.
Sedangkan untuk metode inspeksi sederhana yang umum digunakan adalah meminta
inspektur terlatih untuk secara visual mengidentifikasi dan mengeluarkan permen yang rusak
secara manual.
Untuk pekerjaan yang lebih efisien maka penulis mengusulkan pemeriksaan berbasis
online menggunakan Convolutional Neural Network (CNN) untuk klasifikasi permen
Dragee dengan beberapa library yang digunakan yaitu Tensorflow, Keras, dan OpenCV.
Meskipun sebagian besar permen yang rusak dapat dengan mudah dibedakan dari yang
bagus namun beberapa permen yang rusak dengan fenotipe yang serupa dapat secara
signifikan membingungkan algoritma pengenalan ini yang tidak kondusif, oleh karena itu
penulis mengusulkan untuk menggunakan algoritma CNN.
Pada penelitian ini fokus mengklasifikasi permen Dragee dengan 4 kelas yang terdiri
dari permen good, bits on dragee, leaking, double dengan mengimplementasikan dan
membandingkan model CNN dan 3 model pre-trained yaitu VGG16, Xception, NASnetMobile. Dan dalam penelitian ini, penulis menggunakan data set sebanyak 2139 yang dibagi
menjadi 5 kelas sebagai masukan. Untuk membandingkan performa maka digunakan
beberapa pengukuran yaitu precision, recall, dan accuracy. Dan dapat disimpulkan bahwa
NasnetMobile mencapai kinerja tertinggi dalam tugas klasifikasi permen Dragee dengan
waktu latih yang tercepat di mana angka loss, precision, recall, dan accuracy adalah 4.6%,
97%, 99%, 99.01%
Kata kunci: Permen Dragee, Klasifikasi, CNN, Pre-trained

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

TA-2230137.1

Penerbit

Bandung : Polman., 2023

Deskripsi Fisik

xii, 67 hlm. : ilus. : 30 cm. : cd

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

D4 Prodi Teknologi Rekayasa Otomasi 2023

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar