KLASIFIKASI MAKANAN KHDAERAH INDONESIA DAN EKSTRAKSI DATA RESEP MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN WEB CRAWLERS

Prastika, Yanti (2024) KLASIFIKASI MAKANAN KHDAERAH INDONESIA DAN EKSTRAKSI DATA RESEP MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN WEB CRAWLERS. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_2021400280_Yanti Prastika_IF.pdf Restricted to Registered users only Download (3MB)

Abstract

Prastika, Yanti. 2024. Ekstraksi Data Resep Dan Klasifikasi Menggunakan Metode CNN Dan Web Crawlers. Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Ratri Enggar Prawening, M.Kom., (II) Fathorazi Nur Fajri, M.Kom.

Kata Kunci: Klasifikasi, Makanan Khas Daerah, Convolutional Neural Network (CNN), Web Crawler, Deep Learning.

Indonesia memiliki kekayaan kuliner tradisional yang beragam, namun pengenalan terhadap makanan khas daerah sering kali terbatas pada wilayah tertentu. Penelitian ini bertujuan untuk mengembangkan metode otomatis untuk klasifikasi makanan khas daerah Indonesia menggunakan teknologi Convolutional Neural Network (CNN) dengan dukungan Web Crawler untuk ekstraksi data. Studi ini mengembangkan dan mengevaluasi model CNN dalam mendeteksi tujuh jenis makanan khas, yaitu: bakpia Jogja, dodol Garut, kembang goyang Jakarta, keripik balado Padang, kue lapis Surabaya, lumpia Semarang, dan pie susu Bali. Dataset citra diperoleh melalui teknik web crawling yang kemudian divalidasi secara manual untuk memastikan kualitas data. Model CNN dilatih menggunakan dataset tersebut dan diuji untuk menilai tingkat akurasi serta performa generalisasinya. Hasil penelitian menunjukkan bahwa model mencapai akurasi yang signifikan, memberikan performa yang menjanjikan dalam mengidentifikasi makanan khas daerah secara cepat dan akurat. Temuan ini diharapkan dapat membantu masyarakat luas, baik di dalam maupun luar negeri, untuk lebih mengenal kuliner nusantara. Selain itu, penelitian ini menggarisbawahi pentingnya digitalisasi informasi kuliner sebagai upaya pelestarian warisan budaya Indonesia di era digital.

Item Type:	Thesis (Other)
Subjects:	G Geography. Anthropology. Recreation > GT Manners and customs Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > TP Chemical technology
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	30 Apr 2026 04:26
Last Modified:	30 Apr 2026 04:26
URI:	https://repository.unuja.ac.id/id/eprint/3289

Actions (login required)

View Item