i HALAMAN JUDUL
PENGGUNAAN CONVOLUTIONAL NEURAL NETWORK DALAM IDENTIFIKASI BAHAN KULIT SAPI DAN BABI
DENGAN TENSORFLOW
SKRIPSI
ELLVINA REKSI HARDYANTI 1610511008
UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAKARTA FAKULTAS ILMU KOMPUTER
PROGRAM STUDI INFORMATIKA
2020
ii HALAMAN JUDUL
PENGGUNAAN CONVOLUTIONAL NEURAL NETWORK DALAM IDENTIFIKASI BAHAN KULIT SAPI DAN BABI
DENGAN TENSORFLOW
SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer
ELLVINA REKSI HARDYANTI 1610511008
UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAKARTA FAKULTAS ILMU KOMPUTER
PROGRAM STUDI INFORMATIKA
2020
iii
PERNYATAAN ORISINALITAS
iv
PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR
UNTUK KEPENTINGAN AKADEMIS
v
LEMBAR PENGESAHAN
Dengan ini dinyatakan bahwa Skripsi berikut:
Nama : Ellvina Reksi Hardyanti
NIM : 1610511008
Program Studi : S1 Informatika
Judul Skripsi : Penggunaan Convolutional Neural Network Dalam Identifikasi Bahan Kulit Sapi dan Babi Dengan Tensorflow Telah berhasil dipertahankan di hadapan Tim Penguji dan diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh gelar Sarjana Komputer pada Program Studi S1 Informatika, Fakultas Ilmu Komputer, Universitas Pembangunan Nasional Veteran Jakarta.
Henki Bayu Seta, S.Kom., MTI.
Penguji I
I Wayan Widi P., S.Kom., MTI.
Penguji II
Jayanta, S.Kom., M.Si.
Pembimbing I
Iin Ernawati, S.Kom., M.Si.
Pembimbing II
Dr. Ermatita, M.Kom.
Dekan
Anita Muliawati, S.Kom., MTI.
Ketua Program Studi
Ditetapkan di : Jakarta
Tanggal Ujian : 7 Juli 2020
vi
PENGGUNAAN CONVOLUTIONAL NEURAL NETWORK DALAM IDENTIFIKASI BAHAN KULIT SAPI DAN BABI
DENGAN TENSORFLOW
Ellvina Reksi Hardyanti
ABSTRAK
Bahan kulit sapi adalah salah satu jenis bahan yang banyak diminati oleh masyarakat luas. Meningkatnya permintaan industri dari bahan kulit juga kurang mampu nya seorang pembeli dalam mengidentifikasi bahan kulit yang beredar di pasaran. Dengan adanya masalah tersebut diperlukan sebuah solusi untuk membantu para pembeli dalam mengidentifikasi bahan kulit. Penelitian ini akan mengunakan Convolutional Neural Network(CNN) yang merupakan bagian dari
Deep Learning dengan bantuan TensorFlow untuk melakukan proses pembelajaransehingga dapat melakukan deteksi pada citra bahan kulit sapi dan babi. Dataset yang digunakan sebanyak 190 citra kulit sapi dan 188 citra kulit babi. Konvolusi adalah proses utama yang ada dalam jaringan arsitektur CNN, sehingga citra dapat diekstrasi setiap fiturnya dengan lebih baik dan mempermudah proses klasifikasi.
Model yang digunakan pada penelitian adalah model terbaik yang dipilih dari 6 kali percobaan oleh peneliti dan pembagian data latih dan data pengujian adalah 75%
dan 25%. Diperoleh hasil terbaik dengan tingkat akurasi setinggi 100% dan loss 0.000012393 dengan epoch 100, learning rate 0,001, dan batch size 32.
Kata kunci: Bahan kulit, Pengolahan citra, Convolutional Neural Network.
vii
USAGE OF CONVOLUTIONAL NEURAL NETWORK IN IDENTIFICATION OF COW AND PIG SKIN MATERIALS
WITH TENSORFLOW
Ellvina Reksi Hardyanti
ABSTRACT
Cowhide material is one type of material that is much in demand by the wider community. The increasing industrial demand for leather is also less able for a buyer to identify leather products on the market. Given these problems, a solution is needed to help buyers identify leather. This research will use Convolutional Neural Network (CNN) which is part of Deep Learning with the help of TensorFlow to conduct the learning process so that it can detect images of cow and pig skin material. The dataset used was 190 images of cowhide and 158 images of pigskin.
Convolution is the main process that exists in the CNN architecture network, so that each image can be extracted better and simplify the classification process. The model used in the study is the best model chosen from 6 experiments by researchers and the division of training and testing data is 75% and 25%. The best results are obtained with accuracy rates as high as 100% and loss 0.000012393 with epoch 100, learning rate 0.001, and batch size 32.
Keywords: Leather, Image Processing, Convolutional Neural Network.
viii
KATA PENGANTAR
Dengan memanjatkan puji dan syukur ke hadirat Allah SWT atas segala karunia-Nya, atas segala rahmat dan hidayah-Nya, shalawat dan salam tak lupa tercurahkan kepada Nabi Muhammad SAW beserta keluarga dan sahabatnya, sehingga penulis dapat menyelesaikan skripsi ini yang berjudul “PENGGUNAAN
CONVOLUTIONAL NEURAL NETWORK DALAM IDENTIFIKASI BAHANKULIT SAPI DAN BABI DENGAN TENSORFLOW”. Rasa terimakasih tak lupa penulis ucapkan kepada:
1. Orang Tua dan Ellvan Hardyanto yang telah memberikan dukungan, kepercayaan serta doa yang tiada hentinya kepada penulis dalam menyelesaikan skripsi ini.
2. Bapak Jayanta, S.Kom., M.Si dan ibu Iin Ernawati S.Kom., M.Si Selaku dosen pembimbing 1 dan 2 yang selalu memberikan dorongan kepada saya agar dapat menyelesaikan skripsi ini.
3. Ibu Dr. Ermatita, M.Kom selaku Dekan Fakultas Ilmu Komputer.
4. Ibu Anita Muliawati, S.Kom., MTI. selaku Kepala program Studi Informatika.
5. Galuh Rahma Diannisa, Warisaty Lidya Fatmah, Maretta Bunga Adhiena dan Risma Yulistiani yang telah memberikan dukungan serta dorongan dalam pengerjaan skripsi.
6. Teman-teman angkatan 2016 Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jakarta.
Akhir kata, semoga skripsi yang telah dibuat ini dapat bermanfaat dan dikembangkan bagi para pembaca.
Jakarta, 8 Juli 2020 Penulis
(Ellvina Reksi H)
ix
DAFTAR ISI Contents
HALAMAN JUDUL ... i
HALAMAN JUDUL ... ii
PERNYATAAN ORISINALITAS ... iii
PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS... iv
LEMBAR PENGESAHAN ... v
PENGGUNAAN CONVOLUTIONAL NEURAL NETWORK DALAM IDENTIFIKASI BAHAN KULIT SAPI DAN BABI DENGAN TENSORFLOW ... vi
ABSTRAK ... vi
ABSTRACT ... vii
KATA PENGANTAR ... viii
DAFTAR ISI ... ix
DAFTAR TABEL ... xii
DAFTAR GAMBAR ... xiii
BAB 1 PENDAHULUAN ... 2
1.1 Latar Belakang ... 2
1.2 Rumusan Masalah ... 3
1.3 Tujuan Penelitian ... 3
1.4 Manfaat Penelitian ... 4
1.5 Ruang Lingkup ... 4
1.6 Luaran yang Diharapkan ... 4
1.7 Sistematika Penulisan ... 5
BAB 2 TINJAUAN PUSTAKA ... 6
2.1 Pengolahan Citra ... 6
2.1.1 Pengolahan Citra Digital ... 6
2.2 Pre-Processing ... 7
2.3 Bahan Kulit Binatang ... 7
2.3.1 Penyamakan Kulit... 8
2.3.2 Jenis Bahan Kulit ... 9
2.4 Convolutional Neural Network ... 10
2.4.1 Operasi Konvolusi ... 10
x
2.4.2 Operasi Pooling ... 11
2.4.3 Aktivasi ReLu ... 12
2.4.4 Fully Connected Layer ... 13
2.4.5 Softmax Classifier ... 14
2.5 Library Keras ... 14
2.6 OpenCV ... 15
2.7 Penelitian Terkait ... 16
BAB 3 METODOLOGI PENELITIAN ... 17
3.1 Kerangka Penelitian ... 17
3.1.1 Identifikasi Masalah ... 17
3.1.2 Studi Pustaka ... 17
3.1.3 Akuisisi Data ... 18
3.1.4 Preprocessing ... 18
3.1.5 Perancangan Model ... 18
3.1.6 Pelatihan dan Pengujian Model ... 19
3.1.7 Akurasi ... 19
3.1.8 Interpretasi Hasil ... 20
3.1.9 Laporan & Dokumentasi ... 20
3.2 Perangkat Penelitian ... 20
3.2.1 Perangkat Keras (Hardware) ... 20
3.2.2 Kamera ... 20
3.2.3 Perangkat Lunak (Software) ... 21
BAB 4 PEMBAHASAN DAN HASIL ... 22
4.1 Pengumpulan Data ... 22
4.2 Pengolahan Data Citra ... 23
4.3 Perancangan Model ... 24
4.4 Pelatihan Model ... 26
4.5 Pengujian Model ... 37
4.6 Akurasi ... 44
4.7 Pengaruh Parameter ... 45
a. Epoch ... 46
b. Batch Size ... 46
c. Learning Rate ... 47
BAB 5 PENUTUP ... 49
xi
5.1 Kesimpulan ... 49
5.2 Saran ... 49
DAFTAR PUSTAKA ... 50
LAMPIRAN ... 53
xii
DAFTAR TABEL
Tabel 2. 1 Unsur Kulit (Irfan (2012) ... 8
Tabel 4. 1 Pelatihan dengan nilai Epoch ... 34
Tabel 4. 2 Hasil pengujian terhadap 2 kelas citra ... 41
Tabel 4. 3 Hasil data testing ... 44
xiii
DAFTAR GAMBAR
Gambar 2. 1 Sumber : Irhum Shafkat (2018) ... 11
Gambar 3. 1 Kerangka Pikir ... 17
Gambar 4. 1 Inisialisasi parameter Epoch, Learning Rate dan Batch Size ... 33
Gambar 4. 12 Implementasi script pada proses training ... 33
Gambar 4. 3 plot dari proses training ... 36
Gambar 4. 4 Script proses input citra ... 38
Gambar 4. 5 Model Klasifikasi Citra dan Prediksinya ... 39
Gambar 4. 6 Script proses pembangunan label ... 39
Gambar 4. 7 Proses testing ... 40
Gambar 4. 8 Output Klasifikasi ... 40
