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.

[thumbnail of 1 PENDAHULUAN.pdf] Text
1 PENDAHULUAN.pdf

Download (881kB)
[thumbnail of 2 ABSTRAK.pdf] Text
2 ABSTRAK.pdf

Download (150kB)
[thumbnail of 3 BAB I.pdf] Text
3 BAB I.pdf

Download (158kB)
[thumbnail of 4 BAB II.pdf] Text
4 BAB II.pdf
Restricted to Repository staff only

Download (637kB) | Request a copy
[thumbnail of 5 BAB III.pdf] Text
5 BAB III.pdf
Restricted to Repository staff only

Download (364kB) | Request a copy
[thumbnail of 6 BAB IV.pdf] Text
6 BAB IV.pdf
Restricted to Repository staff only

Download (934kB) | Request a copy
[thumbnail of 7 BAB V.pdf] Text
7 BAB V.pdf
Restricted to Repository staff only

Download (149kB) | Request a copy
[thumbnail of 8 DAFTAR PUSTAKA.pdf] Text
8 DAFTAR PUSTAKA.pdf

Download (221kB)
[thumbnail of 9 LAMPIRAN.pdf] Text
9 LAMPIRAN.pdf
Restricted to Repository staff only

Download (282kB) | Request a copy
[thumbnail of 10 ARTIKEL.pdf] 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%.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
Dosen Pembimbing
Nilogiri, Agung
NIDN0030037701
Dosen Pembimbing
A’yun, Qurrota
NIDN0703069002

Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: 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)
Depositing User: Wahyu dwi setyawan | Wahyudwis117@gmail.com
Date Deposited: 22 Feb 2023 02:30
Last Modified: 22 Feb 2023 02:30
URI: http://repository.unmuhjember.ac.id/id/eprint/16449

Actions (login required)

View Item View Item