APLIKASI MENGIDENTIFIKASI JAJANAN TRADISIONAL SULAWESI UTARA MENGGUNAKAN ALGORITMA CNN

Abstract

Kuliner tradisional merupakan bagian penting dari warisan budaya Indonesia yang perlu dilestarikan, salah satunya melalui pengenalan dan dokumentasi jajanan kue tradisional. Jajanan seperti dadar gulung, risol, dan kue lapis memiliki karakteristik visual yang khas dari segi bentuk, warna, dan tekstur. Namun, pemanfaatan teknologi untuk membantu proses identifikasi dan pengenalan jajanan kue tradisional, khususnya khas Manado, masih sangat terbatas. Penelitian ini bertujuan untuk mengembangkan aplikasi klasifikasi citra jajanan kue tradisional menggunakan metode Convolutional Neural Network (CNN). CNN dipilih karena kemampuannya dalam mengekstraksi ciri visual secara otomatis dan efektif pada citra digital. Dataset berupa citra jajanan kue tradisional dikumpulkan dan diproses melalui tahapan praproses sebelum dilakukan pelatihan dan pengujian model CNN. Hasil penelitian diharapkan mampu menghasilkan sistem klasifikasi citra dengan tingkat akurasi yang kompetitif, sejalan dengan penelitian sebelumnya pada klasifikasi makanan tradisional Indonesia. Selain berkontribusi pada pengembangan teknologi pengolahan citra dan kecerdasan buatan, penelitian ini juga diharapkan dapat mendukung pelestarian serta promosi budaya kuliner lokal khas Manado melalui pemanfaatan teknologi berbasis pengenalan citra.