Klasifikasi Brand Sepatu Nike Berbasis Citra dengan Algoritma Convolutional Neural Network (CNN)

Abstract

Peredaran sepatu Nike tiruan (KW) yang semakin luas menimbulkan kesulitan dalam membedakan produk asli dan palsu karena kemiripan visual yang tinggi. Penelitian ini bertujuan membangun sistem klasifikasi sepatu Nike berbasis citra digital menggunakan pendekatan kuantitatif dengan metode eksperimen. Model yang digunakan adalah Convolutional Neural Network (CNN) berbasis arsitektur MobileNetV2, dengan pendekatan transfer learning. Dataset terdiri atas 200 gambar sepatu Nike yang dibagi menjadi dua kelas (original dan KW), dan telah melalui proses augmentasi serta pelabelan manual. Model dilatih menggunakan TensorFlow dan Keras, kemudian dievaluasi berdasarkan akurasi, precision, recall, dan confusion matrix. Hasil evaluasi menunjukkan bahwa MobileNetV2 mencapai akurasi 96% pada data uji, dengan recall 0.94 untuk kelas KW dan 0.99 untuk kelas original. Dibandingkan dengan VGG16 sebagai model pembanding, MobileNetV2 terbukti lebih ringan, cepat, dan seimbang dalam performa klasifikasi. Penelitian ini menunjukkan bahwa pendekatan deep learning dengan MobileNetV2 efektif untuk mendeteksi sepatu palsu, serta berpotensi diterapkan dalam aplikasi mobile sebagai solusi autentikasi produk secara otomatis.