Deteksi Ras Kucing Menggunakan Compound Model Scaling Convolutional Neural Network

Cat is one of a popular animals in the world. Number of cat breeds in the world only about 1%, so most are dominated by cats mixed or domestic cat. Nevertheless, there are so many different types of cat breeds in the world, that it is sometimes difficult to identify them. Therefore, we need a system that can recognize the types of cat breeds. One technique of deep learning that may apprehend and hit upon gadgets in a photograph is Convolutional Neural Network (CNN). CNN functionality is alleged because the nice technique in phrases of item detection and item recognition.  The author used 9 different types of cat breeds containing 2700 images. The EfficientNet-B0 architecture is used on the system. The most optimal model has earned the accuracy of 95%.   Keywords : Deep Learning, Convolutional Neural Network (CNN), Cat breeds, EfficientNet-B0.Kucing merupakan hewan yang sangat popular di dunia. Jumlah dari ras kucing di dunia hanya sekitar 1% saja, sehingga didominasi oleh ras campuran maupun kucing domestik. Namun demikian, ada begitu banyak jenis ras kucing di dunia, sehingga terkadang sulit untuk mengidentifikasinya. Oleh karena itu, dibutuhkan sistem yang dapat mengenali jenis-jenis ras kucing. Dalam penelitian ini, penulis menggunakan salah satu metode deep learning yang dapat mengenali dan mengklasifikasikan suatu objek, yaitu Neural Convolutional Network (CNN). Penulis menggunakan 9 jenis ras kucing yang berbeda berisi 2700 gambar. Dalam pengujiannya, penulis menggunakan arsitektur EfficientNet-B0. Model paling optimal dari pengujian yang dilakukan terhadap 180 gambar kucing memperoleh tingkat akurasi sebesar 95%.   Kata Kunci : Deep Learning, Convolutional Neural Network (CNN) , Ras kucing, EfficientNet-B0