Implementasi Convolution Neural Network (CNN) Untuk Klasifikasi Citra Ikan Cupang Hias

Setyawan, Wahyu Dwi (2023) Implementasi Convolution Neural Network (CNN) Untuk Klasifikasi Citra Ikan Cupang Hias. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text 1 PENDAHULUAN.pdf Download (881kB)
	Text 2 ABSTRAK.pdf Download (150kB)
	Text 3 BAB I.pdf Download (158kB)
	Text 4 BAB II.pdf Restricted to Repository staff only Download (637kB) \| Request a copy
	Text 5 BAB III.pdf Restricted to Repository staff only Download (364kB) \| Request a copy
	Text 6 BAB IV.pdf Restricted to Repository staff only Download (934kB) \| Request a copy
	Text 7 BAB V.pdf Restricted to Repository staff only Download (149kB) \| Request a copy
	Text 8 DAFTAR PUSTAKA.pdf Download (221kB)
	Text 9 LAMPIRAN.pdf Restricted to Repository staff only Download (282kB) \| Request a copy
	Text 10 ARTIKEL.pdf Download (628kB)

Abstract

Ikan cupang memiliki nilai ekonomis tinggi, di masa pandemi bisnis ikan cupang hias biasa dilakukan secara online shop melalui Facebook, Instagram. Bagi orang yang masih awam dengan ikan cupang tentunya akan sulit untuk mengenali ciri bentuk fisik dari jenis ikan cupang, karena pada dasarnya jenis-jenis cupang hias tersebut memiliki kemiripan pada struktur tubuh, sirip dan ekornya. Oleh karena itu, dibutuhkan sebuah sistem untuk membantu orang awam dalam mengenali jenis ikan cupang hias. Pada penelitian ini dibangun sebuah sistem untuk mengklasifikasikan lima jenis cupang hias jantan dan empat jenis cupang hias betina dengan memanfaatkan pemodelan Convolutional Neural Network (CNN). Model CNN dirancang menggunakan arsitektur VGG16 yang dimodifikasi pada bagian Fully-connected layers kemudian model akan diintegrasikan kedalam aplikasi berbasis web. Pada proses pelatihan model mendapatkan akurasi sebesar 84,07% dengan ukuran model sebesar 371 MB. Ukuran model jauh lebih kecil dibandingkan dengan model VGG16 yang tidak dimodifikasi yang ukuranya mencapai 1,4 GB. Sehingga model yang dimodifikasi jauh lebih ringan jika dijalankan pada aplikasi web. Hasil dari pengujian model CNN menggunakan 180 data citra baru mendapatkan akurasi sebesar 78,33%.

Item Type:

Thesis (Undergraduate)

Uncontrolled Keywords:

Convolutional Neural Network, Ikan Cupang, Klasifikasi

Subjects:

000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science

Divisions:

Faculty of Engineering > Department of Informatics Engineering (S1)

Department:

S1 Teknik Informatika

Depositing User:

Wahyu dwi setyawan