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%.