@thesis{thesis,
		author={Ananda  Febri Bagus},
		title ={ALGORITMA CNN UNTUK PENGENALAN KLASIFIKASI JENIS KUE
TRADISIONAL INDONESIA},
		year={2021},
		url={http://repository.teknokrat.ac.id/3559/},
		abstract={Penelitian dilakukan atas dasar implementasi algoritma Convolutional Neural
Network yang digunakan untuk pengenalan klasifikasi kue tradisional Indonesia.
Beberapa orang menganggap makanan dan kue tradisional sudah ketinggalan
zaman. Banyak dari kue tradisional yang ditinggalkan oleh masyarakat dan mulai
beralih ke makanan yang lebih modern sehingga masyarakat terkadang tidak
mengenali kue tradisional yang beredar. Kurangnya penyebaran pengenalan kue
tradisional ini, maka dibutuhkan sistem untuk mengenali kue tradisional Indonesia.
Seiring berkembangnya teknologi, pengenalan gambar menggunakan metode
Convolutional Neural Network (CNN) sebagai metode klasifikasi dengan
menggunakan pre-trained model MobilenetV2 sebagai model dasar dapat
digunakan. Dari total jumlah dataset 1545 gambar kue tradisional yang terdiri dari
8 kategori dibagi menjadi 80% data train dan 20% data test. Setelah memalui proses
training dan pengujian diperoleh hasil akurasi sebesar 98,9% untuk data train dan
90,5% untuk data test.
Pengujian model yang dilakukan pada data uji baru menghasilkan akurasi
sebesar 92,5% dimana model berhasil mengklasifikasikan 74 gambar dari 80
gambar kue tradisional sesuai kategorinya yang disajikan dalam bentuk confusion
matrix. Beberapa percobaan dilakukan juga guna mencari parameter yang
menghasilkan model dengan akurasi paling baik yaitu pengaruh jumlah epoch,
pengaruh skenario pembagian dataset, dan pengaruh ukuran learning rate.}
		}