KLASIFIKASI TELUR AYAM KAMPUNG FERTIL DAN INFERTIL MENGGUNAKAN TRANSFER LEARNING MOBILENETV2

Abstract

Proses Pemilihan telur ayam kampung secara manual dengan metode peneropongan masih bergantung pada keterampilan operator dan rentan terhadap kesalahan akibat kelelahan. Dalam penelitian ini, diusulkan sistem klasifikasi otomatis telur fertil dan infertil berdasarkan pendekatan Transfer Learning berbasis MobileNetV2 dengan 870 dataset gambar (436 fertil dan 434 infertil) yang diambil melalui proses peneropongan pada hari ke-7. Pelatihan dilakukan dalam dua langkah, langkah pertama adalah melatih kepala klasifikasi dengan model dasar yang dibekukan selama 30 epoch dan langkah kedua adalah penyempurnaan 30 lapisan terakhir MobileNetV2 selama 20 epoch. Untuk augmentasi data, variasi rotasi, pergeseran, shear, zoom, dan kecerahan digunakan untuk meningkatkan keragaman data pelatihan. Hasil evaluasi pada data validasi (pembagian 80/20) adalah 98,84%, 98,87%, 98,84%, 98,84% dan 0,9997 untuk akurasi, presisi, recall, F1-Score dan AUC-ROC secara berturut-turut. Pengujian pada 11 butir telur dengan verifikasi kebenaran data pada hari ke-21 memberikan akurasi 100,00%. Studi ini menunjukkan efektivitas MobileNetV2 dengan transfer learning sebagai solusi untuk mengotomatisasi seleksi telur ayam kampung.