KLASIFIKASI JENIS OBAT BERDASARKAN CITRA BENTUK FISIK OBAT MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)
Kata Kunci:
Convolutional Neural Network, Klasifikasi Citra, Obat, Deep LearningAbstrak
Penelitian ini bertujuan untuk mengembangkan model pembelajaran mendalam (deep learning) dengan metode Convolutional Neural Network (CNN) untuk mengklasifikasikan jenis obat berdasarkan citra bentuk fisiknya. Dataset yang digunakan terdiri dari gambar capsule obat dengan berbagai variasi bentuk dan label kelas. Model CNN dilatih melalui pembagian data training dan testing serta dilakukan evaluasi terhadap metrik akurasi. Hasil eksperimen menunjukkan bahwa model yang dibuat mencapai akurasi (88.29%) dalam mengklasifikasikan jenis obat, serta menghasilkan grafik performa pelatihan dan metrik evaluasi seperti precision, recall, dan F1–score.
This study aims to develop a deep learning model using the Convolutional Neural Network (CNN) method to classify types of drugs based on their physical appearance. The dataset used consists of images of drug capsules with various shapes and class labels. The CNN model was trained by dividing the data into training and testing sets, and the accuracy metrics were evaluated. The results of the experiment show that the model achieved an accuracy of 88.29% in classifying drug types and produced training performance graphs and evaluation metrics such as precision, recall, and F1-score.
