Deteksi Spesies Ikan Menggunakan Algoritma Convolutional Neural Network Dengan Transfer Learning
Abstract
Identifikasi dan pengenalan spesies ikan air laut secara otomatis adalah suatu
masalah yang memiliki daya tariknya tersendiri. Dengan begitu banyaknya
perkembangan teknologi membuat permasalahan ini memiliki banyak pilihan
metode untuk digunakan. Permasalah ini didukung dengan masih banyaknya
masyarakat yang kurang memiliki pengetahuan tentang mengidentifikasi ikan,
sehingga membuat harga jual ikan yang didapat menjadi tidak pada harga
aktualnya. Maka dibuatlah penelitian ini guna memberikan pengetahuan lebih
dalam melakukan identifikasi spesies ikan air laut. Dalam penelitian ini digunakan
salah satu metode deep learning yaitu Convolutional Neural Networks sebagai
pengidentifikasian ikan. Dengan banyaknya dataset yang dimiliki membuat peneliti
menggunakan metode transfer learning agar proses identifikasi menjadi cepat dan
meningkatkan akurasi model. Peneliti mendapatkan tingkat training accuracy
sebesar 100% dan loss sebesar 0.01264. Kemudian dilakukan 5 kali prediksi dengan
gambar baru, dimana spesies yang diprediksi adalah Bullet Tuna, Alfonsino,
Blacktip Reef Shark, Blacktip Grouper dan Coral Grouper dengan masing-masing
memiliki nilai probabilitas prediksi sebesar 95.06%, 99.65%, 90.04%, 99.91%,
99.82%.
Collections
- Statistics [903]