Klasifikasi Jenis Beras Putih menggunakan CNN Residual Network Optimizer SGD

Abstract

Salah satu bahan pokok utama yang dijadikan pilihan oleh manusia di belahan dunia adalah beras. Sebagai pangan utama, pengembangan mengenai jenis-jenisnya telah dilakukan, namun dikarenakan banyaknya jenis beras yang ada membuat konsumen menjadi sulit membedakan antara jenis beras satu dengan yang lain. Selain perbedaan rasa, tekstur dan bentuk pun menjadi suatu pembeda yang cukup signifikan antara satu dengan yang lain sehingga hal ini akan cukup menyulitkan konsumen untuk membedakannya. Maka dari itu ,diperlukan sebuah solusi untuk permasalahan ini. Dengan menggunakan algoritma CNN arsitektur ResNet, sampel data, dan skenario pengujian berupa penggunaan optimizer SGD diharapkan bahwa penelitian ini dapat memberikan solusi atas permasalahan yang dihadapi. Dataset terdiri atas 75.000 data citra yang terbagi atas 5 jenis beras yaitu beras jenis aborio, ipsala, dan jasmine dimana dataset akan dibagi ke dalam rasio 80% data latih dan 20% data uji . Setelah melalui proses pelatihan dan pengujian model didapatkan hasil akurasi sebesar 97,93%