Rapid Microbial-Counting Software Development basen on Mark R-CNN in Food Quality Analysis

Abstract

Informasi keberadaan dan jumlah mikroorganisme pada suatu sampel khususnya sampel pangan menjadi sangat penting untuk menentukan kualitas suatu produk pangan. Banyak metode dilakukan untuk menghitung dan mengidentifikasi mikroorganisme dalam sampel. Salah satu yang paling umum dilakukan yaitu dengan menghitung manual jumlah koloni dalam agar cawan yang telah diinokulasi sampel dan diinkubasi. Metode tersebut membutuhkan fokus yang tinggi dan waktu yang lama oleh karena itu, penerapan Mask R-CNN dalam perhitungan koloni mikroorganisme pada sampel uji menjadi fokus utama dalam penelitian ini. Pendekatan mask-rcnn menjadi metode yang dipilih dalam melakukan segmentasi pada gambar sampel uji berupa foto koloni mikroba. Hasil pengenalan mikroorganisme dengan Mask R-CNN mengalami peningkatan kecepatan hitung yang signifikan dibanding metode perhitungan manual dengan tingkat akurasi yang masih perlu ditingkatkan. Dapat dikatakan, bahwa penggunaan Mask R-CNN dapat menjadi solusi menjanjikan dalam mengembangkan model hitung cepat koloni mikroba.