Perbandingan Convolution Neural Network Untuk Klasifikasi Kesegaran Ikan Bandeng Pada Citra Mata

Prasetyo, Eko and Purbaningtyas, Rani and Adityo, R Dimas and Prabowo, Enrico Tegar and Ferdiansyah, Achmad Irfan (2021) Perbandingan Convolution Neural Network Untuk Klasifikasi Kesegaran Ikan Bandeng Pada Citra Mata. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 8 (3). ISSN 2355-7699

	Text 8 - document (1).pdf Download (1MB)
	Text 8 - PCX - Report.pdf Download (120kB)

Abstract

Ikan merupakan salah satu sumber protein hewani dan sangat diminati masyarakat Indonesia, dari survey bahan makanan yang diminati, bandeng peringkat keempat dibanding bahan makanan yang lain. Khususnya ikan bandeng, ikan ini menjadi satu dari enam ikan yang banyak dikonsumsi masyarakat selain tongkol, kembung, teri, mujair dan lele, maka ketelitian masyarakat ketika membeli ikan bandeng menjadi perhatian serius dalam memilih ikan bandeng segar. Deteksi kesegaran dengan menyentuh tubuh ikan dapat mengakibatkan kerusakan tanpa disengaja, maka deteksi kesegaran ikan harus dilakukan tanpa menyentuh ikan bandeng dengan memanfaatkan citra kondisi mata. Dalam riset ini, kami melakukan eksperimen implementasi klasifikasi kesegaran ikan bandeng sangat segar dan tidak segar berdasarkan mata menggunakan transfer learning dari empat CNN, yaitu Xception, MobileNet V1, Resnet50, dan VGG16. Dari hasil eksperimen klasifikasi dua kelas kesegaran ikan bandeng menggunakan 154 citra menunjukkan bahwa VGG16 mencapai kinerja terbaik dibanding arsitektur lainnya dimana akurasi klasifikasi mencapai 0.97. Dengan akurasi lebih tinggi dibanding arsitektur lainnya maka VGG16 relatif lebih tepat digunakan untuk klasifikasi dua kelas kesegaran ikan bandeng.

Item Type:	Article
Subjects:	T Technology > T Technology (General)
Depositing User:	Mr. Mahaputra Hidayat
Date Deposited:	15 Dec 2022 12:23
Last Modified:	15 Dec 2022 12:23
URI:	http://repository.ubhara.id/id/eprint/128

Actions (login required)

View Item