IMPLEMENTASI MODEL HYBRID CNN-SVM PADA KLASIFIKASI KONDISI KESEGARAN DAGING AYAM

Abstrak

Perkembangan media internet memiliki manfaat yang dapat dirasakan pada kegiatan jual beli yang dibuktikan dengan banyaknya e-commerce yang tersedia saat ini. Jual beli bahan makanan seperti daging ayam juga turut dilakukan pada berbagai platform e-commerce. Tingginya penjualan daging ayam membuat stok yang disediakan oleh penjual semakin banyak sehingga stok tersebut tidak sepenuhnya laku di tangan konsumen. Permasalahan akan muncul ketika penjual terpaksa menjual lagi daging ayam dengan kondisi yang tidak sepenuhnya segar sehingga pembeli harus mempunyai kesadaran akan kondisi kesegaran daging ayam. Dalam penelitian ini, dilakukan proses klasifikasi kondisi kesegaran daging ayam dengan menerapkan penggabungan dua algoritma pembelajaran mesin, yaitu algoritma CNN sebagai pengekstraksi fitur dan algoritma SVM sebagai pengklasifikasi. Tujuannya adalah untuk membuat sebuah model hybrid yang dapat mengklasifikasikan dua label berdasarkan pra-pemrosesan gambar, ekstraksi fitur, dan klasifikasi dari data citra daging ayam. Nilai akurasi tertinggi mampu dihasilkan oleh model yang menggunakan learning rate 0.00001 dengan nilai akurasi 95%, presisi 95%, recall 94.8%, dan f1-score 94.9%. Hasil yang paling seimbang didapatkan pada model yang menggunakan learning rate 0.000001 dengan nilai akurasi sebesar 90%, presisi 90.1%, recall 90.1%, dan f1-score 90.1%.