Klasifikasi Citra Daging Menggunakan Deep Learning dengan Optimisasi Hard Voting

Meat is a staple food for some Indonesian people, apart from the taste, meat also contains vitamins and minerals that are good for the human body, however, not all meat can be consumed by the Indonesian people. the texture and color of beef, pork and mutton have similarities and tend to be similar, therefore a system is needed to recognize the three types of meat. In this study, the authors use various types of Deep Learning architecture such as Resnet-50, VGG-16, VGG-19 and Densenet-121 with Hard Voting to improve the performance of Deep Learning in recognizing the three types of meat. The results show that Resnet-50 with Hard Voting can outperform Deep Learning Resnet-50, VGG-16, VGG-19 and Densenet-121- with f1 score 98.88%, precision 98.89% and recall 98.88%. in image classification of pork, beef and mutton.Daging merupakan makanan pokok bagi sebagian masyarakat Indonesia, selain karena cita rasa, daging juga mengandung vitamin dan mineral yang baik untuk tubuh manusia, namun dengan demikian tidak semua daging dapat dikonsumsi oleh masyarakat Indonesia, secara tekstur dan warna daging sapi,daging babi dan daging kambing memiliki kemiripan dan cenderung serupa maka dari itu dibutuhkan sebua sistem mengenali ketiga jenis daging tersebut. Penelitian ini penulis menggunakan berbagai jenis arsitektur Deep Learning seperti Resnet-50, VGG-16, VGG-19 dan Densenet-121  dengan Hard Voting untuk meningkatkan performance dari Deep Learning dalam mengenali ketiga jenis daging tersebut. Hasil penelitian menunjukkan bahwa Resnet-50 dengan Hard Voting dapat mengungguli kemampuan Deep Learning Resnet-50, VGG-16, VGG-19 dan Densenet-121- dengan f1 score 98,88%, precision 98,89% dan recall 98,88% dalam klasifikasi citra daging babi, daging sapi dan daging kambing