KLASIFIKASI KUALITAS GAMBAR PRODUK DI MARKETPLACE UNTUK MENINGKATKAN KEPUASAN KONSUMEN MENGGUNAKAN METODE CNN

Marketplace menghadapi tantangan dalam menampilkan gambar produk berkualitas baik yang dapat meningkatkan minat beli dan kepercayaan konsumen. Gambar blur seringkali membuat produk terlihat kurang menarik, sehingga diperlukan fitur moderasi otomatis. Penelitian ini mengembangkan model klasifikasi citra berbasis Convolutional Neural Network (CNN) yang dapat mengategorikan citra menjadi blur, bokeh, dan normal. Model dirancang menggunakan arsitektur pre-trained InceptionV3 pada dataset citra produk berjumlah 2.271 citra yang diberi label secara manual. Proses pengujian dilakukan dengan metrik Confusion Matrix setelah data diolah melalui train-validation-test split. Berdasarkan hasil pengujian, model menunjukkan performa yang baik pada seluruh metrik evaluasi. Dengan pengimplementasian model ini, aplikasi mampu memprediksi kualitas citra produk yang diunggah pengguna dengan akurat. Citra yang terdeteksi sebagai blur tidak akan ditampilkan pada halaman konsumen. Hasil ini menunjukkan bahwa penerapan metode CNN tidak hanya efektif dalam meningkatkan kualitas citra produk di marketplace, tetapi juga berkontribusi pada peningkatan kepercayaan konsumen dan penjualan pelaku bisnis.