DETEKSI DAN PENGENALAN IKAN DENGAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

PRASMATIO, R MEHINDRA (2020) DETEKSI DAN PENGENALAN IKAN DENGAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. Undergraduate thesis, UPN "VETERAN" JATIM.

[img]
Preview
Text (Cover)
Cover.pdf

Download (1MB) | Preview
[img]
Preview
Text (Bab I)
Bab I.pdf

Download (120kB) | Preview
[img] Text (Bab II)
Bab II.pdf
Restricted to Repository staff only

Download (734kB)
[img] Text (Bab III)
Bab III.pdf
Restricted to Repository staff only

Download (514kB)
[img] Text (Bab IV)
Bab IV.pdf
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text (Bab V)
Bab V.pdf

Download (9kB) | Preview
[img]
Preview
Text (Dapus)
Daftar Pustaka.pdf

Download (134kB) | Preview

Abstract

Identifikasi dan pengenalan identitas jenis ikan secara otomatis merupakan suatu persoalan besar yang menarik dan banyak sekali berbagai macam pendekatan untuk menyelesaikan persoalan ini. Apalagi di dalam akuarium suatu akuarium terdapat banyak jenis objek ikan maupun hiasan akuarium. Ikan tampak hampir sama di beberapa jenis. Tingkat kejernihan air juga sangat diperhitungkan untuk mempelancar proses klasifikasi. Maka dari harus disediakannya akuarium yang memiliki air jernih dan pencahayaan tepat agar mempermudah proses ini. Hal-hal tersebutlah yang membuat permasalahan klasifikasi menjadi lebih sulit diselesaikan. Dalam penelitian ini digunakan salah satu metode deep learning yaitu Convolutional Neural Networks (CNN) sebagai pengidentifikasian ikan secara real-time yang terbukti efisien dalam klasifikasi ikan. Metode diimplementasikan dengan bantuan library OpenCV untuk deteksi objek dan perangkat kamera. Pada penelitian ini dilakukan 6 kali percobaan training untuk ditemukan nilai paling baik, dan mendapatkan nilai test score 2.475, test accuracy 0.4237 dan loss sebesar 2.2002. Data yang digunakan pada penelitian ini berupa tangkapan gambar dari hasil video secara langsung/realtime menggunakan webcam. Penelitian ini menghasilkan tingkat akurasi sebesar 85,18% dengan pengujian 27kali yang dimana 4kali tidak dapat mengidentifikasi foto dan 23 kali berhasil dalam mengidentifikasi foto ikan. Kata Kunci— convolutional neural network, pre processing, citra

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorRAHMAT, BASUKINIDN0023076907UNSPECIFIED
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Computer Science > Departemen of Informatics
Depositing User: Budiyono Budiyono
Date Deposited: 30 Apr 2021 06:38
Last Modified: 25 May 2021 04:46
URI: http://repository.upnjatim.ac.id/id/eprint/1732

Actions (login required)

View Item View Item