Aplikasi Mobile Untuk Pengenalan Kearifan Lokal Klasifikasi Jenis Masakan Padang Menggunakan Metode Deep Learning

Prakasa, Andreas Bayu and Benarkah, Njoto and Prasetyo, Vincentius Riandaru (2025) Aplikasi Mobile Untuk Pengenalan Kearifan Lokal Klasifikasi Jenis Masakan Padang Menggunakan Metode Deep Learning. [Copyright]

[thumbnail of sertifikat_EC002025041663.pdf]

PDF
sertifikat_EC002025041663.pdf - Published Version
Download (3MB)

Official URL / DOI: https://pdki-indonesia.dgip.go.id/

Abstract

Masakan Padang merupakan masakan khas yang berasal dari Padang dan sekitarnya sebagai bagian dari kearifan lokal Nusantara serta terkenal di kalangan masyarakat melalui banyaknya restoran Padang di Indonesia. Banyak penelitian yang dilakukan untuk melakukan pengenalan masakan khas Nusantara, namun tidak ada yang berfokus pada jenis-jenis masakan Padang, selain itu penelitian tersebut tidak menggunakan metode Deep Learning untuk membantu mengenali jenis masakan tersebut. Kuesioner telah disebarkan untuk mengetahui pengetahuan masyarakat mengenai jenis masakan Padang, namun responden hanya berhasil menjawab benar dengan persentase 20%. Penelitian ini bertujuan untuk mengembangkan aplikasi yang dapat mengenali jenis-jenis masakan Padang dari gambar masakan Padang dengan menggunakan Deep Learning. Model yang digunakan antara lain EfficientNetV2M, MobileNetV2, VGG19 dan ResNet152V2. Model dengan performa terbaik adalah ResNet152V2 dengan accuracy sebesar 0.9984 pada data training dan 0.9352 pada data validation yang telah dilakukan hyperparameter tuning dan dikonversi menjadi model Tensorflow Lite sehingga dapat dipakai pada aplikasi mobile. Aplikasi mobile yang dibuat dilakukan validasi pada 25 pengguna dengan 100% pengguna setuju aplikasi dapat membantu mengenali jenis masakan Padang

Item Type:	Copyright
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Faculty of Engineering > Department of Informatic
Depositing User:	VINCENTIUS RIANDARU PRASETYO
Date Deposited:	03 Jul 2025 08:57
Last Modified:	03 Jul 2025 08:57
URI:	http://repository.ubaya.ac.id/id/eprint/48866

Actions (login required)

View Item