IMPLEMENTASI DEEP LEARNING MENGGUNAKAN LIBRARY TENSORFLOW DAN APPLICATION PROGRAMMING INTERFACE KERAS UNTUK KLASIFIKASI MULTI-OBJEK FOTO

Abstract

Perkembangan deep learning mendorong pemanfaatannya dalam klasifikasi citra karena mampu mengenali pola visual dengan akurasi tinggi. Penelitian ini bertujuan mengembangkan aplikasi berbasis web untuk klasifikasi multi-objek pada foto dua dimensi. Sistem dirancang menggunakan Python, TensorFlow, dan API Keras, dengan alur kerja pengiriman citra melalui AJAX dari client ke server TensorFlow, lalu menampilkan hasil klasifikasi secara real-time. Proses pengembangan mengikuti kerangka kerja scrum, melalui tahapan sprint, backlog, dan review agar adaptif terhadap perubahan kebutuhan. Pengembangan dibatasi pada jaringan privat menggunakan NAT atau firewall, serta terhubung ke internet melalui Ngrok tunnel. Hasil penelitian menunjukkan sistem mampu mengidentifikasi beberapa objek sekaligus, menampilkan nama serta tingkat akurasinya (%). Rekomendasi pengembangan selanjutnya meliputi integrasi perangkat keras (kamera/webcam), dukungan jaringan publik, klasifikasi lebih spesifik seperti “umur” atau “penyakit”, serta perluasan format input termasuk dokumen Word dan PDF.