KLASIFIKASI KUALITAS TAHU BERDASARKAN LAMA PENYIMPANAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

Riskya, Nurrika (2024) KLASIFIKASI KUALITAS TAHU BERDASARKAN LAMA PENYIMPANAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN). Other thesis, UNIVERSITAS NURUL JADID.

[thumbnail of Skripsi_2021400260_Nurrika Riskya_IF.pdf] Text
Skripsi_2021400260_Nurrika Riskya_IF.pdf
Restricted to Registered users only

Download (4MB)

Abstract

Riskya, Nurrika. 2024. Klasifikasi Kualitas Tahu Berdasarkan Lama Penyimpanan Menggunakan Convolutional Neural Network (CNN). Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Moh. Furqan, M.Kom., (II) Sudriyanto, M.Kom.

Kata Kunci: Tahu, Klasifikasi, Convolutional Neural Network (CNN), VGG-16, Sequential.

Tahu merupakan bahan pangan populer di Indonesia dengan kandungan protein tinggi, namun memiliki masa simpan yang sangat terbatas karena kadar airnya yang mencapai 85%. Tingginya kadar air tersebut membuat tahu rentan terhadap kerusakan mikrobiologis. Selama ini, penentuan kelayakan tahu umumnya bersifat subjektif dan sering kali mengabaikan variabel lingkungan. Selain itu, penggunaan bahan pengawet berbahaya seperti formalin masih menjadi ancaman bagi kesehatan konsumen. Penelitian ini bertujuan untuk mengembangkan metode objektif dalam mengklasifikasikan kualitas tahu serta mendeteksi keberadaan formalin menggunakan teknologi Convolutional Neural Network (CNN). Eksperimen dilakukan dengan membandingkan dua model arsitektur, yaitu model Sequential sederhana dan VGG-16, untuk mengklasifikasikan citra tahu ke dalam dua variabel: tahu berformalin dan tahu tanpa formalin. Hasil evaluasi menunjukkan bahwa model yang dikembangkan mencapai akurasi keseluruhan sebesar 69%, dengan nilai precision dan recall yang seimbang pada kedua kelas. Temuan ini menunjukkan bahwa metode CNN, khususnya melalui arsitektur VGG-16, memiliki potensi sebagai solusi digital dalam membantu konsumen maupun produsen untuk menentukan kualitas dan keamanan pangan tahu secara lebih akurat dan objektif.

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > TP Chemical technology
T Technology > TX Home economics
Divisions: Fakultas Teknik > S1 Teknik Informatika
Depositing User: Saiful Ghazi
Date Deposited: 30 Apr 2026 03:34
Last Modified: 30 Apr 2026 03:34
URI: https://repository.unuja.ac.id/id/eprint/3281

Actions (login required)

View Item View Item