Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik
Klasifikasi Jajanan Tradisional Indonesia berbasis Deep Learning dan Metode Transfer Learning
ABSTRAK Makanan jajanan tradisional Indonesia telah menjadi warisan budaya yang berharga dan penting. Namun di tengah kemajuan zaman, sebagian masyarakat menganggapnya ketinggalan dan beralih ke makanan modern. Sebagai bagian dari upaya untuk melestarikan dan membantu masyarakat terutama kaum muda untuk mengenali ragam jajanan tradisional Indonesia, maka penelitian ini bertujuan untuk mengklasifikasi jenis jajanan tradisional Indonesia secara otomatis berdasarkan citra dengan menggunakan arsitektur deep learning. Dalam penelitian ini, dilakukan penggunaan metode transfer learning untuk melatih ulang basenetwork, sehingga mampu mengenali citra jajanan tradisional Indonesia. Di antara tiga base network yang dilatih dan diuji, disimpulkan bahwa dengan menggunakan base-network mobilenetV2 menghasilkan akurasi uji sebesar 98%, tertinggi dibandingkan dengan menggunakan ResNet50 dan VGG16 yang menghasilkan akurasi uji 97.33% dan 93.33%. Kata kunci: jajanan tradisional indonesia, klasifikasi, deep learning, transfer learning  ABSTRACT Traditional Indonesian snacks have become valuable and important cultural heritage. However, amidst the progress of time, some people consider them outdated and switch to modern foods. As part of an effort to preserve and help the community, especially the younger generation, to recognize various traditional Indonesian snacks, this research aims to automatically classify types of traditional Indonesian snacks based on images using deep learning architecture. In this study, transfer learning method was employed to retrain the base-network, enabling it to recognize images of traditional Indonesian snacks. Among the three base networks trained and tested, it was concluded that using the MobileNetV2 base-network resulted in a test accuracy of 98%, the highest compared to using ResNet50 and VGG16, which achieved test accuracies of 97.33% and 93.33% respectively. Keywords: Indoensian traditional snack, classification, deep learning, transfer learning
Klasifikasi Jajanan Tradisional Indonesia berbasis Deep Learning dan Metode Transfer Learning
ABSTRAK Makanan jajanan tradisional Indonesia telah menjadi warisan budaya yang berharga dan penting. Namun di tengah kemajuan zaman, sebagian masyarakat menganggapnya ketinggalan dan beralih ke makanan modern. Sebagai bagian dari upaya untuk melestarikan dan membantu masyarakat terutama kaum muda untuk mengenali ragam jajanan tradisional Indonesia, maka penelitian ini bertujuan untuk mengklasifikasi jenis jajanan tradisional Indonesia secara otomatis berdasarkan citra dengan menggunakan arsitektur deep learning. Dalam penelitian ini, dilakukan penggunaan metode transfer learning untuk melatih ulang basenetwork, sehingga mampu mengenali citra jajanan tradisional Indonesia. Di antara tiga base network yang dilatih dan diuji, disimpulkan bahwa dengan menggunakan base-network mobilenetV2 menghasilkan akurasi uji sebesar 98%, tertinggi dibandingkan dengan menggunakan ResNet50 dan VGG16 yang menghasilkan akurasi uji 97.33% dan 93.33%. Kata kunci: jajanan tradisional indonesia, klasifikasi, deep learning, transfer learning  ABSTRACT Traditional Indonesian snacks have become valuable and important cultural heritage. However, amidst the progress of time, some people consider them outdated and switch to modern foods. As part of an effort to preserve and help the community, especially the younger generation, to recognize various traditional Indonesian snacks, this research aims to automatically classify types of traditional Indonesian snacks based on images using deep learning architecture. In this study, transfer learning method was employed to retrain the base-network, enabling it to recognize images of traditional Indonesian snacks. Among the three base networks trained and tested, it was concluded that using the MobileNetV2 base-network resulted in a test accuracy of 98%, the highest compared to using ResNet50 and VGG16, which achieved test accuracies of 97.33% and 93.33% respectively. Keywords: Indoensian traditional snack, classification, deep learning, transfer learning
Klasifikasi Jajanan Tradisional Indonesia berbasis Deep Learning dan Metode Transfer Learning
RAIHAN FATURRAHMAN (Autor:in) / YULI SUN HARIYANI (Autor:in) / SUGONDO HADIYOSO (Autor:in)
2023
Aufsatz (Zeitschrift)
Elektronische Ressource
Unbekannt
Metadata by DOAJ is licensed under CC BY-SA 1.0
Klasifikasi Tingkat Kematangan Buah Nanas Menggunakan Metode Deep Learning
| DOAJ | 2024
INOVASI PENINGKATAN KANDUNGAN GIZI JAJANAN TRADISIONAL KLEPON DENGAN MODIFIKASI BAHAN DAN WARNA
| DOAJ | 2017
| BASE | 2020
| DOAJ | 2020
DESAIN KARAKTER ANIMASI 2D “NYURABI KUY!” SEBAGAI MEDIA INFORMASI JAJANAN TRADISIONAL SURABI BANDUNG
| DOAJ | 2024