Pengembangan Model Klasifikasi Produk Furniture Sebagai Visual Search Menggunakan Algoritma Convolutional Neural Network

Abstrak

Dalam era digital yang semakin maju, kebutuhan akan sistem pencarian visual yang efektif untuk produk furniture meningkat pesat. Penelitian ini mengeksplorasi pengembangan model deep learning untuk pencarian dan klasifikasi produk furniture berbasis gambar menggunakan framework Keras dan merancang model Convolutional Neural Network (CNN) yang mampu mengenali dan mengklasifikasikan gambar furniture dari berbagai sudut pandang. Dataset gambar furniture digunakan untuk melatih model, dengan hasil yang menunjukkan akurasi tinggi dalam klasifikasi multi-kelas. Model ini dioptimalkan untuk meningkatkan kinerja dan akurasi dalam pengenalan visual untuk memberikan solusi inovatif yang dapat diterapkan pada sistem pencarian berbasis gambar di industri retail dan e-commerce. . Image search engine memanfaatkan VGG-16 yang merupakan convolutional neural network yang sudah melewati proses training.Berdasarkan hasil penelitian yang dilakukan, dapat disimpulkan bahwa penelitian ini berhasil mengimplementasikan metode Convolutional Neural Network menggunakan library keras dengan hasil persentase yang cukup baik dengan tingkat kecocokan data sebesar 97,78%.