IMAGE CLASSIFICATION UNTUK TELUR AYAM MENGGUNAKAN SMARTPHONE ANDROID DENGAN CONVOLUTIONAL NEURAL NETWORKS (CNN)

Abstract

Pengembangan metode klasifikasi tahapan telur menggunakan Convolutional Neural Networks (CNN) dengan fokus pada efisiensi dan akurasi. Dalam implementasinya, metode ini memanfaatkan smartphone Android, TensorFlow Keras, dan Google Colab untuk pelatihan model. Dataset terdiri dari gambar tahap awal, pertengahan, akhir, dan telur mati. Hasil pelatihan menunjukkan performa yang baik dengan akurasi dan loss yang memuaskan, memvalidasi model untuk deteksi tahapan telur secara real-time melalui aplikasi Android. Penelitian ini merinci pengaruh jumlah dataset, parameter pelatihan, dan optimasi model terhadap akurasi, dengan penggunaan Google Colab sebagai sumber daya yang memadai. Model diekspor ke TensorFlow Lite untuk implementasi di Android, dan penekanan pada penggunaan float32 pada model yang memerlukan metadata sebelum konversi. Diharapkan metode ini dapat memberikan kontribusi sebagai alternatif efisien dan akurat dalam klasifikasi tahapan telur yang dapat diakses oleh komunitas ilmiah.