KLASIFIKASI BUMBU DAPUR DENGAN GAMBAR 360 DERAJAT (FISH EYE) MENGGUNAKAN TENSORFLOW

Penulis

  • Vethrea D. Gynandra Nurul P. Universitas Nurtanio Bandung
  • Arief Suryadi Satyawan Badan Riset dan Inovasi Nasional
  • Sri Desy Siswanti Universitas Nurtanio Bandung

DOI:

https://doi.org/10.54706/senastindo.v4.2022.208

Kata Kunci:

Deep Learning, Convolutional Neural Network, Kamera 360°, Bumbu Dapur.

Abstrak

Pengklasifikasian objek merupakan salah satu penelitian yang sedang dikembangkan hingga saat ini. Salah satu teknik klasifikasi objek yang banyak digunakan adalah dengan mengimplementasikan metode deep learning. Convolutional Neural Network (CNN) termasuk dalam jenis Deep Learning karena kedalaman jaringannya. CNN merupakan operasi konvolusi yang menggabungkan beberapa lapisan pemrosesan, menggunakan beberapa elemen yang beroperasi secara paralel.

Sering kali manusia salah membedakan objek satu dengan objek lainnya, seperti contohnya bumbu dapur. Warna dan bentuk yang mirip dapat membuat sebuah kesalahan dalam rasa masakan, maka dari itu pengklasifikasian objek ini mengambil bumbu dapur sebagai contoh untuk mengenali dan mengklasifikasikan objek bumbu dapur dalam mempermudah manusia untuk mengenali objek. Objek yang digunakan, yaitu Jahe, Kemiri, Daun Salam, Ketumbar dan  Sereh yang digunakan sebagai bahan pengklasifikasian objek bumbu dapur berdasarkan oleh bentuk. Pengklasifikasian objek bumbu dapur yang diklasifikasi menggunakan metode CNN dan Tensorflow.

Akan dibangun konstruksi CNN untuk aplikasi pengklasifikasian objek pada gambar kamera 360° (fish eye). Gambar berupa video bumbu dapur akan diambil menggunakan kamera 360°dan dijadikan model sebagai pengklasifikasian objek menggunakan Tensorflow dan Jupyter Notebook untuk mentraining data. Hasil dari sistem pendeteksian ini diharapkan mampu bekerja dengan baik mengklasifikasikan objek dalam format gambar 360° yang memiliki distorsi yang signifikan.

Unduhan

Data unduhan belum tersedia.

Referensi

Muhammad Dahria, “Kecerdasan Buatan (Artificial Intelligence)”, Jurnal SAINTIKOM Vol. 5, No. 2, Agustus 2008

Dicoding Intern, “Apa itu Machine Learning? Beserta Pengertian dan Cara Kerjanya”, https://www.dicoding.com/blog/machine-learning-adalah/, (Diakses pada tanggal 20 September 2022)

Yunita Aulia Hasma & Widya Silfianti, “Implementasi Deep Learning Menggunakan Framework Tensorflow Dengan Metode Faster Regional Convolutional Neural Network Untuk Pendeteksi Jerawat”, Jurnal Ilmiah Teknologi dan Rekayasa Volume 23 No. 2, Agustus 2018

Sarirotul Ilahiyah & Agung Nilogiri, “Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network”, JUSTINDO (Jurnal Sistem & Teknologi Informasi Indonesia), Vol. 3, No. 2, Agustus 2018

Nadhifa Sofia, “https://medium.com/@nadhifasofia/1-convolutional-neural-network-convolutional-neural-network-merupakan-salah-satu-metode-machine-28189e17335b”, Diakses pada Tanggal 7 November 2022

Irkham Widi Saputro & Bety Wulan Sari, “Uji Performa Algoritma Naive Bayes Untuk Prediksi Masa Studi Mahasiswa”, Citec Journal Vol. 6 No. 1, Januari 2019

Hummam Ghassan Ghifari, Denny Darlis & Aris Hartaman, “Pendeteksi Golongan Darah Manusia Berbasis Tensorflow Menggunakan ESP32-CAM”, Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi & Teknik Elektronika, April 2021

Pulung Adi Nugroho, Indah Fenriana & Rudy Arijanto, M.Kom., Implementasi Deep Learning Menggunakan Convolutional Neural Network (CNN) Pada Ekspresi Manusia”, Jurnal Algor – Vol. 2, No. 1, 2020

Dufan J.P. Manajang, Sherwin R.U.A. Sompie & Agustinus Jacobus, “Implementasi Framework Tensorflow Object Detection Dalam Mengklasifikasi Jenis Kendaraan Bermotor”, Jurnal Teknik Informatika Vol. 15, No. 3, September 2020

Wahyu Wibowo, Brodjol Sutijo Suprih Ulama & Harun Al Azies, “Belajar Pemrograman Bahasa Python”, ITS Press, 2020

Akbar Nur Syahrudin & Tedi Kurniawan, “Input dan Output Pada Bahasa Pemrograman Python”, Jurnal Dasar Pemrograman Python STMIK, Juni 2018

Efanntyo & Aditya Rama Mitra, “Perancangan Aplikasi Sistem Pengenalan Wajah Dengan Metode Convolutional Neural Network (CNN) Untuk Pencatatan Kehadiran Karyawan”, Jurnal Instrumentasi dan Teknologi Informatika (JITI) Vol. 3 No. 1, November 2021

Abdullah Kuntaarsa, Zubaidi Achmad, & Purwo Subagyo, “Ekstraksi Biji Ketumbar Dengan MempergunakanPelarut N-Heksana”, Jurnal Teknologi Technoscientia, Vol. 14 No. 1, Agustus 2021

Kun Harismah & Chusniatun, “Pemanfaatan Daun Salam (Eugenia Polyantha) Sebagai Obat Herbal dan Rempah Penyedap Makanan”, WARTA LPM Vol. 19 No. 2, September 2016

I Wayan Redi Aryanta, “Manfaat Jahe Untuk Kesehatan”, E-Jurnal Widya Kesehatan Vol. 1 No. 2, Oktober 2019

Nur Rohmi Aida, “https://www.kompas.com/tren/read/2020/02/10/055000265/jangan-salah-ini-beda-jahe-kunyit-laos-dan-kencur?page=all#”, (Diakses pada 26 Oktober 2022)

Arfi Irawati, “http://lampung.litbang.pertanian.go.id/ind/index.php/info-teknologi/budidaya/yuk-kenali-perbedaan-serai-wangi-dengan-serai-dapur#”, (Diakses pada: 28 Oktober 2022)

Diterbitkan

2022-10-31

Cara Mengutip

Nurul P., V. D. G., Satyawan, A. S., & Siswanti, S. D. (2022). KLASIFIKASI BUMBU DAPUR DENGAN GAMBAR 360 DERAJAT (FISH EYE) MENGGUNAKAN TENSORFLOW. Prosiding Seminar Nasional Sains Teknologi Dan Inovasi Indonesia (SENASTINDO), 4, 320–332. https://doi.org/10.54706/senastindo.v4.2022.208

Artikel paling banyak dibaca berdasarkan penulis yang sama

<< < 1 2 3