@thesis{thesis,
		author={Muhammad Fikri Ruslan  Muhammad Fikri Ruslan},
		title ={KLASFIKASI JENIS DAGING AYAM FORMALIN DAN NON
FORMALIN MENGGUNAKAN METODE CONVOLUTIONAL
NEURAL NETWORK (CNN) BERBASIS ANDROID},
		year={2024},
		url={http://repository.um-sorong.ac.id/id/eprint/115/},
		abstract={ABSTRAK
Muhammad Fikri Ruslan 201955202011, Klasfikasi Jenis Daging Ayam 
Formalin Dan Non Formalin Menggunakan Metode Convolutional Neural 
Network (CNN) Berbasis Android (Dibimbing Oleh Ir. Rendra Soekarta, 
S.Kom., M.T.,IPP. Dan Muhammad Yusuf, S.Kom., M.Kom.)
Ayam adalah salah satu jenis hewan unggas yang umum di seluruh dunia dan 
merupakan sumber makanan penting. Permintaan akan daging ayam di Indonesia 
terus meningkat, mencapai puncak tertinggi dalam sepuluh tahun terakhir pada 
tahun 2021. Kenaikan konsumsi ini menyebabkan kekhawatiran terkait pemalsuan 
daging ayam dengan formalin oleh pedagang yang tidak jujur. Penggunaan formalin 
dalam daging ayam dapat berdampak negatif pada kesehatan konsumen. Dalam 
upaya untuk membedakan antara daging ayam segar dan daging ayam berformalin, 
penelitian ini mencoba menggunakan pengolahan citra digital dengan metode 
Convolutional Neural Network (CNN). Pengklasifikasian citra ini menjadi penting 
dalam berbagai bidang. Saat ini, proses penilaian kualitas daging ayam masih 
tergantung pada penilaian visual dan indera penciuman manusia, serta pendekatan 
kimia yang cenderung rumit, memakan waktu, dan bersifat merusak. Studi 
sebelumnya menggunakan metode K-Nearest Neighbor (KNN) dan mencapai 
akurasi sebesar 83%. Namun, penelitian ini memakai metode CNN karena 
memberikan akurasi yang lebih tinggi dalam pengklasifikasi jenis daging ayam 
formalin dan non formalin. Berdasarkan hasil penelitian, Aplikasi berhasil 
diimplementasikan pada Klasifikasi daging Ayam Formalin dan Non Formalin 
menggunakan metode convolutional neural network kedalam sistem berbasis 
android dengan menggunakan bahasa java dan python serta mempereloh score 
usability lebih dari 80% dan tingkat akurasi sebesar 92%. Untuk kelas "Ayam 
Formalin", model memiliki precision sebesar 87%, recall sebesar 98%, dan f1-score 
sebesar 92%, sedangkan untuk kelas "Ayam non Formalin", precisionnya sebesar 
98%, recall sebesar 85%, dan f1-score sebesar 91%, yang menandakan bahwa 
penelitian berhasil dilakukan sesuai dengan perancangan sistem.
Kata Kunci : Ayam, Formalin, Klasifikasi, Deep Learning, Convolutional Neural 
Network, Android}
		}