Klasifikasi kesegaran ikan berdasarkan citra insang menggunakan metode Convolutional Neural Network dan transfer learning VGG-16

Fathimatuzzahro, Azizah (2024) Klasifikasi kesegaran ikan berdasarkan citra insang menggunakan metode Convolutional Neural Network dan transfer learning VGG-16. S1 thesis, Universitas Ahmad Dahlan.

	Text (JUDUL) T1_2000018006_JUDUL__240813084111.pdf Download (1MB)
	Text (BAB I) T1_2000018006_BAB_I__240803124220.pdf Download (229kB)
	Text (BAB II) T1_2000018006_BAB_II__240803124220.pdf Restricted to Registered users only Download (683kB) | Request a copy
	Text (BAB III) T1_2000018006_BAB_III__240803124220.pdf Restricted to Registered users only Download (502kB) | Request a copy
	Text (BAB IV) T1_2000018006_BAB_IV__240803124220.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) T1_2000018006_BAB_V__240803124220.pdf Restricted to Registered users only Download (212kB) | Request a copy
	Text (Daftar Pustaka) T1_2000018006_DAFTAR_PUSTAKA__240803124220.pdf Download (224kB)
	Text (Lampiran) T1_2000018006_LAMPIRAN__240803124220.pdf Restricted to Registered users only Download (309kB) | Request a copy

Abstract

Pengolahan ikan segar untuk makanan adalah aspek yang paling penting dari sektor makanan. Kriteria yang paling penting untuk menentukan kualitas ikan, yang snagat penting untuk penggunaan komersial adalah kesegaran. Oleh karena itu, peneliti menerapkan pendekatan deep learning untuk pengklasifikasian kesegaran ikan. Keuntungan dari deep learning sebagai pengantar berbasis gambar digital adalah bahwa pendekatan tersebut dapat bekerja dengan baik dan penggunaannya juga memiliki dampak besar terhadap deteksi kesegaran ikan. Penelitian ini bertujuan menerapkan algoritma convolutional neural network dan menguji akurasinya. Manfaat penelitian ini adalah memberikan referensi pengembangan lebih lanjut dalam bidang ini. Convolutional Neural Network (CNN) adalah jenis jaringan saraf yang ditemukan dalam deep learning yang digunakan untuk memproses data dalam bentuk gambar. Proses penelitian yang dilakukan adalah: pengumpulan citra, pengolahan citra, pengujian dan hasil akurasi. Dataset citra yang digunakan adalah berjumlah sebanyak 3999 yang terdiri dari 3200 data training, 527 data validation dan 272 data testing. Masing-masing dari data tersebut terdiri dari 2 kelas, yaitu: fresh dan non fresh yang kemudian diimplementasikan pada algoritma CNN untuk mendapatkan hasil klasifikasi. Hasil penelitian yang didapat adalah klasifikasi kesegaran ikan berdasarkan citra insang menggunakan convolutional neural network dan transfer learning. Pengujian dilakukan menggunakan dataset testing yang berjumlah 272 data citra untuk mengukur akurasi kedua model tersebut. Hasil pengujian menunjukan bahwa model CNN mencapai akurasi sebesar 88% sedangkan model VGG-16 dengan transfer learning berhasil mengklasifikasikan kesegaran ikan berdasarkan citra insang dengan akurasi sebesar 94%. Dengan demikian, implementasi model VGG-16 dengan transfer learning terbukti lebih efektif dalam mengklasifikasikan kesegaran ikan berdasarkan citra insang.

Item Type:	Thesis (S1)
Keyword:	Convolutional neural network, jenis ikan, klasifikasi, transfer learning
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisi / Prodi:	Faculty of Industrial Technology (Fakultas Teknologi Industri) > S1-Informatics Engineering (S1-Teknik Informatika)
Depositing User:	userperpus2 userperpus2
Date Deposited:	29 Oct 2024 04:43
Last Modified:	29 Oct 2024 04:43
URI:	http://eprints.uad.ac.id/id/eprint/76986

Actions (login required)

View Item