Penerapan Model Convolutional Neural network (CNN) Untuk Klasifikasi kesegaran Ikan Berdasarkan Citra Mata

• ABDUL KHOLIK
• 2024

---

Abdul Kholik (15200214) Penerapan Metode Convolutional Neural Network (CNN) Untuk Klasifikasi Kesegaran Ikan Berdasarkan Citra Mata

Ikan merupakan sumber protein penting bagi manusia, namun kualitas kesegaran ikan sangat berpengaruh terhadap nilai nutrisi dan keamanan pangan. Penelitian ini bertujuan mengembangkan metode otomatis untuk mengklasifikasi kesegaran ikan berdasarkan citra mata menggunakan Convolutional Neural Network (CNN). CNN dipilih karena kemampuannya mengekstrak fitur penting dari gambar secara otomatis. Model CNN yang digunakan adalah VGG16. Data berupa citra mata ikan segar dan tidak segar diperoleh dari dataset publik. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan data, pelatihan model, dan evaluasi kinerja model. Hasil penelitian menunjukkan bahwa model CNN dengan arsitektur VGG16 mampu mengklasifikasi kesegaran ikan dengan akurasi tinggi, yaitu sebesar 86%. Metrik evaluasi lainnya seperti precision, recall, dan F1-score juga menunjukkan hasil baik. Hal ini mengindikasikan bahwa model yang dikembangkan dapat diandalkan untuk mengklasifikasi kesegaran ikan secara otomatis. Penelitian ini memberikan kontribusi dalam pengembangan teknologi pengolahan citra dan kecerdasan buatan di bidang perikanan. Model CNN yang dikembangkan dapat menjadi dasar untuk pengembangan sistem pengawasan kualitas ikan yang lebih efisien dan akurat.

Kata Kunci: Penerapan Metode Convolutional Neural Network (CNN) Untuk Klasifikasi Kesegaran Ikan Berdasarkan Citra Mata

• Penerapan Model Convolutional Neural network (CNN) Untuk Klasifikasi kesegaran Ikan Berdasarkan Citr

https://repository.bsi.ac.id/repo/56853/Penerapan-Model-Convolutional-Neural-network-(CNN)-Untuk-Klasifikasi-kesegaran-Ikan-Berdasarkan-Citra-Mata
File full-text dikunci.