Daging sapi adalah jenis bahan makanan hewani yang didapatkan dari ternak sapi. Daging sapi tergolong dalam jenis daging merah yang memiliki kandungan protein sebagai sumber nutrisi. Penentuan daging sapi yang segar seringkali sulit dilakukan dengan cara tradisional, seperti pengamatan langsung terhadap warna, tekstur, dan bau yang bersifat subjektif, sehingga menjadi tantangan bagi sebagian masyarakat di Indonesia. Kesalahan dalam penentuan tersebut dapat berpotensi menimbulkan risiko kesehatan bagi konsumen serta kerugian finansial bagi pihak penjual maupun pembeli. Permasalahan ini dapat diatasi dengan penerapan teknologi deep learning menggunakan Convolutional Neural Network (CNN) yang dapat melakukan klasifikasi citra daging sapi secara lebih objektif.
Tugas akhir ini akan dibangun sistem klasifikasi kesegaran daging sapi yang terdiri dari dua kelas, yaitu segar dan tidak segar. Sistem tersebut menggunakan Convolutional Neural Network (CNN) ResNet-50V2. Dataset yang digunakan pada sistem ini dikumpulkan dari situs web Kaggle yang berisi 3268 citra yang terbagi merata antara kelas segar dan tidak segar, masing-masing sebesar 50%. Citra dataset tersebut disimpan dalam format .jpg. Informasi ini dimanfaatkan untuk proses pelatihan dan pengujian model dengan hasil terbaik.
Pada penelitian ini, hasil pengujian sistem yang telah dilakukan menggunakan beberapa parameter diperoleh hasil terbaik menggunakan Adam optimizer, batch size sebesar 16, learning rate sebesar 0,01, dan epoch sebesar 20. Berdasarkan hasil parameter tersebut, diperoleh metrik dengan akurasi sebesar 99,39%, presisi sebesar 99,40%, recall sebesar 99,39%, dan f1-score sebesar 99,39%.
Kata Kunci: Daging Sapi, Deep Learning, Convolutional Neural Network (CNN), ResNet-50V2