Klasifikasi Gambar Makanan Indonesia Menggunakan Algoritma CNN

Palgunadi; Reinardus Di Caprio Kadju; Wisnu Kuntjoro Adji; Perani Rosyani

Authors

Palgunadi Universitas Pamulang
Reinardus Di Caprio Kadju Universitas Pamulang
Wisnu Kuntjoro Adji Universitas Pamulang
Perani Rosyani Universitas Pamulang

Keywords:

CNN, Image Classification, Indonesian Food, Deep Learning

Abstract

This study aims to classify images of traditional Indonesian foods using the Convolutional Neural Network (CNN) algorithm. Image-based food classification plays an important role in the development of visual recognition systems, particularly in the fields of food technology and artificial intelligence. The dataset used in this study consists of several classes of Indonesian foods obtained from open sources and categorized based on food types. The research process includes data collection, image preprocessing, CNN model training, and performance evaluation using accuracy metrics. The experimental results show that the CNN algorithm is able to classify Indonesian food images with good accuracy. This study is expected to serve as a foundation for the development of automatic food classification systems and to support the application of image processing technology in the Indonesian culinary field.

References

Alwani, H., & Murinto. (2021). Penerapan convolutional neural network untuk klasifikasi citra digital. Jurnal Informatika dan Sistem Informasi, 7(2), 183–189.

Hamad, A., Zidni, M., & Pratama, R. (2021). Penerapan deep learning pada pengolahan citra digital berbasis convolutional neural network. Jurnal Teknologi Informasi, 5(1), 45–53.

Mulyana, S., Putra, A., & Wibowo, D. (2023). Analisis performa deep learning dalam klasifikasi citra digital. Jurnal Ilmu Komputer dan Informatika, 11(2), 305–317.

Permata Sari, D., Nugroho, Y., & Lestari, P. (2022). Implementasi transfer learning menggunakan convolutional neural network pada klasifikasi citra makanan. Jurnal Informatika, 16(3), 280-290.

Samidin, & Fadjeri, M. (2024). Penerapan callback dan early stopping pada pelatihan convolutional neural network. Jurnal Sistem Cerdas, 9(1), 785–794.

Zidni, M., Hamad, A., & Prasetyo, E. (2024). Klasifikasi citra berbasis convolutional neural network dengan optimasi parameter pelatihan. Jurnal Artificial Intelligence Indonesia, 3(2), 120–130.

Amanda, R., & Isas, A. (2022). Analisis pengaruh preprocessing terhadap kinerja deep learning pada citra digital. Jurnal Teknologi dan Sistem Komputer, 10(1), 66–74.

Sri Mulyana. (2023). Implementasi deep learning dalam klasifikasi objek visual. Prosiding Seminar Nasional Informatika, 1(1), 102–110.

Syarif, M. (2022). Klasifikasi citra digital menggunakan convolutional neural network. Jurnal Informatika Terapan, 8(2), 144–152.

Widia, R. (2021). Pengenalan pola citra makanan menggunakan deep learning. Jurnal Ilmu Data dan Kecerdasan Buatan, 6(1), 55–63.

INES-RIGGS Research Group. (2022). Deep learning approach for image classification in food recognition. International Journal of Artificial Intelligence Research, 4(2), 88–96.

LP3M Kil Admin. (2021). Penerapan CNN pada klasifikasi citra digital berbasis dataset lokal. Jurnal Teknologi Informasi dan Komputer, 9(1), 40–48.

Sari, A., Putri, L., & Rahman, F. (2022). Deep learning untuk klasifikasi citra berbasis makanan tradisional. Jurnal Informatika dan Multimedia, 14(3), 198–205.

Hidayat, R., & Nugraha, B. (2023). Evaluasi performa convolutional neural network pada dataset citra makanan. Jurnal Sistem Informasi, 12(2), 515–524.

Prakoso, A., & Lestari, D. (2023). Analisis confusion matrix dalam klasifikasi citra menggunakan CNN. Jurnal Data Science Indonesia, 5(2), 581–590.

Putra, R., & Kurniawan, T. (2024). Optimasi arsitektur CNN untuk klasifikasi citra digital. Jurnal Kecerdasan Buatan dan Teknologi, 7(1), 717–726.

Herlina, S., & Wijaya, M. (2023). Penerapan MobileNetV2 untuk klasifikasi kondisi objek berbasis citra. Jurnal Machine Learning Indonesia, 6(2), 575–582.

Pratama, Y., & Siregar, A. (2024). Analisis akurasi model deep learning pada klasifikasi citra. Jurnal Teknologi AI, 2(1), 102–109.

Rahmawati, D., & Ananda, F. (2021). Pengaruh augmentasi data terhadap performa CNN. Jurnal Komputasi Cerdas, 8(2), 137–147.

Nugroho, B., & Saputra, H. (2023). Implementasi CNN pada pengenalan citra makanan Indonesia. Jurnal Informatika Nusantara, 11(2), 441–450.