Sistem Klasifikasi Permen Dragee Menggunakan Metode Convolutional Neural Network

Permen Dragee merupakan jenis permen yang dibuat melalui proses pelapisan gulaataupun cokelat atau proses ini dikenal dengan proses coating. Setiap kegagalan prosescoating dapat menyebabkan tidak sesuai bentuk dan ukuran yang tidak standar. Untukmemastikan produk yang diberikan kepada pelanggan adalah yang terbaik maka sebelumdilanjutkan ke proses selanjutnya dan pengemasan maka dilakukan inspeksi dan kalibrasiukuran menggunakan mesin kalibrasi untuk memisahkan ukuran permen yang tidak standar.Sedangkan untuk metode inspeksi sederhana yang umum digunakan adalah memintainspektur terlatih untuk secara visual mengidentifikasi dan mengeluarkan permen yang rusaksecara manual. Untuk pekerjaan yang lebih efisien maka penulis mengusulkan pemeriksaan berbasisonline menggunakan Convolutional Neural Network (CNN) untuk klasifikasi permenDragee dengan beberapa library yang digunakan yaitu Tensorflow, Keras, dan OpenCV.Meskipun sebagian besar permen yang rusak dapat dengan mudah dibedakan dari yang bagus namun beberapa permen yang rusak dengan fenotipe yang serupa dapat secarasignifikan membingungkan algoritma pengenalan ini yang tidak kondusif, oleh karena itupenulis mengusulkan untuk menggunakan algoritma CNN. Pada penelitian ini fokus mengklasifikasi permen Dragee dengan 4 kelas yang terdiri dari permen good, bits on dragee, leaking, double dengan mengimplementasikan danmembandingkan model CNN dan 3 model pre-trained yaitu VGG16, Xception, NASnetMobile. Dan dalam penelitian ini, penulis menggunakan data set sebanyak 2139 yang dibagimenjadi 5 kelas sebagai masukan. Untuk membandingkan performa maka digunakanbeberapa pengukuran yaitu precision, recall, dan accuracy. Dan dapat disimpulkan bahwaNasnetMobile mencapai kinerja tertinggi dalam tugas klasifikasi permen Dragee denganwaktu latih yang tercepat di mana angka loss, precision, recall, dan accuracy adalah 4.6%97%, 99%, 99.01%