IMPLEMENTASI INCEPTIONV4 DALAM IDENTIFIKASI KESEGARAN DAGING SAPI

Abstrak

Beef, as one of the main sources of animal protein essential for human health, is often the subject of unscrupulous practices by some traders who mix it with meat that is no longer fit for consumption. The impact of this practice is detrimental to the general public, who face difficulties in distinguishing between fresh and unfit for consumption meat. In an effort to improve the efficiency of the inspection process and ensure the freshness of beef, a reliable identification system is required. This research includes the application of the Inception-V4 architectural model as an approach to evaluate the freshness of meat. Furthermore, meat freshness identification is performed using a dataset of 1000 images, which are divided into two main classes, namely fresh meat and spoiled meat. The results showed that the implemented model successfully achieved the highest level of accuracy in the pilot test, achieving a result of 90% in the accuracy test. 

Abstrak

Daging sapi, sebagai salah satu sumber utama protein hewani yang penting bagi kesehatan manusia, kerap kali menjadi subjek praktek tidak bermoral oleh sejumlah pedagang yang mencampurnya dengan daging yang sudah tidak layak konsumsi. Dampak dari tindakan ini memberikan kerugian kepada masyarakat umum, yang menghadapi kesulitan dalam
membedakan antara daging yang masih segar dan yang sudah tidak layak dikonsumsi. Dalam upaya untuk meningkatkan efisiensi proses pemeriksaan dan memastikan kesegaran daging sapi, diperlukan sebuah sistem identifikasi yang handal. Penelitian ini mencakup penerapan model arsitektur Inception-V4 sebagai pendekatan untuk mengevaluasi kesegaran daging. Selanjutnya, dilakukan identifikasi kesegaran daging dengan menggunakan dataset berisi 1000 citra gambar, yang dibagi menjadi dua kelas utama, yaitu daging segar dan daging busuk. Hasil penelitian menunjukkan bahwa model yang diimplementasikan berhasil mencapai tingkat akurasi tertinggi pada uji coba, dengan mencapai hasil sebesar 90% pada pengujian keakuratan.