PENERAPAN DEEP LEARNING UNTUK KLASIFIKASI JAJANAN TRADISIONAL MELAYU ROKAN HULU BERBASIS DATASET CITRA LOKAL

Abstrak

Jajanan tradisional merupakan bagian penting dari warisan budaya lokal yang mencerminkan identitas suatu daerah, termasuk Kabupaten Rokan Hulu sebagai salah satu wilayah budaya Melayu di Provinsi Riau. Namun, dokumentasi dan pengenalan jajanan tradisional berbasis digital masih tergolong terbatas. Penelitian ini bertujuan untuk menerapkan metode Deep Learning menggunakan Convolutional Neural Network (CNN) dalam mengklasifikasikan citra jajanan tradisional khas Melayu Rokan Hulu, yaitu Kue Buah Inai, Kue Itak Sampan, dan Kue Melako Kuah. Dataset yang digunakan terdiri dari citra jajanan yang dikumpulkan secara lokal dengan variasi kondisi pencahayaan dan sudut pengambilan gambar. Model CNN dibangun menggunakan arsitektur CNN dasar dan dilatih menggunakan platform Google Colab dengan bantuan TensorFlow dan Keras. Hasil penelitian menunjukkan bahwa model CNN mampu mencapai akurasi pelatihan di atas 95% dan akurasi validasi pada kisaran 60–75%, tergantung pada kompleksitas visual masing-masing kategori jajanan. CNN terbukti efektif dalam mengekstraksi fitur visual seperti warna, bentuk, tekstur, dan kilap permukaan kue. Penelitian ini menunjukkan bahwa pendekatan CNN berpotensi digunakan sebagai sarana digitalisasi, pelestarian, dan promosi kuliner tradisional daerah berbasis citra.