Abstract:
Coffee shop merupakan salah satu usaha yang berkembang dengan
pesat. Banyak coffee shop baru yang terus bermunculan di berbagai lokasi. Hal ini
mendorong para pemilik usaha coffee shop agar mampu bersaing. Salah satunya
adalah dengan meningkatkan customer engagement. Media sosial merupakan
platform yang umum digunakan karena kemudahannya dalam menyampaikan
pesan dan berinteraksi dengan konsumen. Permasalahan muncul pada saat
melakukan proses pengumpulan dan pengklasifikasian data berupa gambar dalam
jumlah yang banyak.
Penelitian ini bertujuan untuk membantu proses klasifikasi gambar post
dari berbagai akun media sosial coffee shop pada Instagram. Gambar
diklasifikasikan ke dalam lima kategori yaitu atmosfer, produk, Produk User, Diskon,
dan Quote. Proses klasifikasi dilakukan menggunakan Convolutional Neural
network (CNN), merupakan bagian dari neural network yang digunakan untuk
memproses gambar. Tahapan penelitian dilakukan dengan mempersiapkan
dataset training dan test, Menyusun model menggunakan transfer learning,
melatih dan mengevaluasi model, kemudian diakhiri dengan mengoptimasi dan
mengevaluasi kembali model.
Berdasarkan hasil pengolahan data, didapatkan dua model utama dengan
perbedaan arsitektur CNN utama yang digunakan yaitu ResNet 50 dan VGG16.
Performansi terbaik didapatkan melalui model VGG16 dengan fully connected
layer terdiri atas dua dense layer dengan 32 neuron dan fungsi aktivasi ReLU,
batch normalization layer, dan dropout layer dengan nilai 50%, learning rate 0.001,
serta output layer berjumlah lima neuron dengan fungsi aktivasi softmax.
Didapatkan akurasi model sebesar 92% ketika diuji dengan dataset test yang
berupa gambar-gambar baru yang diambil melalui instagram
