IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DALAM MENDETEKSI OBJEK DUA BENDA DENGAN BENTUK YANG SAMA

Abstract

Susu sterilisasi ultra high temperature UHT adalah susu segar yang mengalami pemanasan secara kontinu pada suhu tinggi dengan waktu singkat dan dikemas secara aseptis. Dalam proses produksi di industri tentunya tidak diinginkan terjadi banyak kegagalan atau error yang dapat merugikan perusahaan salah satunya ialah sistem sortir barang berdasarkan warna dan bentuknya. Dalam AI terdapat sebuah mesin yang melatih model secara efisien yang disebut machine learning. Metode jaringan saraf tiruan yang digunakan dalam pengolahan citra ialah Convolutional Neural Netwrok (CNN) yang dilatih untuk mengklasifsikan gambar pada suatu citra digital. Tujuan dari penelitian ini adalah mengetahui bagaimana rancangan sistem, arsitektur jaringan yang digunakan untuk mendeteksi dua objek dengan bentuk yang sama, mengetahui model hasil pelatihan dan pengujian serta mengetahui tingkat akurasi pendeteksian. Training menggunakan 100.000 step dengan bacth sebanyak dua kali menghasilkan model pelatihan yang kurang baik sedangkan pelatihan menggunakan step sebanyak 20.000 dengan bacth sebanyak delapan menghasilkan model yang cukup baik untuk mendeteksi dua objek dengan bentuk yang sama. Nilai batch paling mempengaruhi hasil dari pendeteksian terhadap suatu objek. Tingkat akurasi yang diperoleh dari hasil pemodelan pendeteksian setelah objek terdeksi secara benar berkisar di angka 50-99%. Hal ini dipengaruhi oleh banyaknya langkah/steps yang digunakan dalam proses pelatihan.