KLASIFIKASI CITRA BEKICOT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Beberapa jenis bekicot sangat baik digunakan sebagai bahan baku utama pembuatan sate bekicot yaitu Achatina Fulica. Ada juga beberapa jenis bekicot yaitu Helix Pomatia dan Elona Quimperiana yang dapat diexport guna menambah nilai keuntungan bagi warga kediri. Corak atau bentuk bekicot yang agak mirip antara jenis satu dengan yang lainnya membuat bekicot sulit untuk dibedakan apabila tidak jeli pada saat proses pensortiran. Deep learning (DL) adalah solusi yang sangat baik untuk menyelesaikan masalah tersebut. Metode yang paling sering digunakan pada saat ini adalah Convolutional Neural Network (CNN). Penelitian ini dilakukan untuk mengklasifikasikan citra bekicot dengan menggunakan metode tersebut. Tahapan penelitian ini dimulai dari pengumpulan data citra bekicot, preprocessing citra, pelatihan model dan pengujian model. Preprocessing citra dilakukan dengan cara memotret bekicot, Croping ukuran citra bekicot. Proses konvolusi menggunakan library Keras yang akan melakukan perhitungan matematis setiap matrik pada citra. Hasil penelitian mengenai klasifikasi citra bekicot menggunakan metode CNN dengan dataset sebanyak 645 citra bekicot dengan pembagian untuk data latih sebesar 80% atau 516 citra dan untuk data latih sebesar 20% atau 129 citra, serta menggunakan epochs 100 didapatkan hasil akurasi sebesar 99%, galat sebesar 0.05% dan akurasi validasi sebesar 80%.