Mengindentifikasi Jenis-Jenis Ikan menggunakan Algoritma CNN

Tri Argo Putro Widiandaru(1*), Muhammad Munsarif(2)


(1) 
(2) 
(*) Corresponding Author

Abstract


Klasifikasi spesies laut merupakan salah satu tantangan dalam bidang biologi kelautan. Dalam aplikasi ini, penelitian dilakukan untuk mengimplementasikan metode Convolutional Neural Network (CNN) dalam mengenali dan mengklasifikasi spesies laut berdasarkan citra. Namun, pendekatan ini tidak hanya bertujuan untuk klasifikasi, melainkan juga untuk membuat aplikasi koreksi gambar. Aplikasi ini dirancang untuk memperbaiki gambaran abstrak atau garis-garis yang digambar oleh pengguna menjadi representasi visual yang lebih profesional dan akurat dari spesies laut yang dimaksud. Tujuan dari penelitian ini adalah untuk mengimplementasikan metode CNN pada aplikasi koreksi gambar spesies laut. Metode ini bekerja dengan memeriksa pola-pola pada gambar laut yang mencirikan masing-masing spesies, bahkan jika gambarannya bersifat abstrak. Hasil penelitian menunjukkan bahwa metode CNN dapat menghasilkan tingkat akurasi yang tinggi dalam mengubah gambar abstrak menjadi representasi visual yang lebih akurat dari spesies laut yang dimaksud. Penting untuk mempertimbangkan kompleksitas metode ini dalam pelaksanaannya, dan teknik fine-tuning dapat digunakan untuk meningkatkan performa CNN pada dataset spesifik.

Full Text:

PDF

Article Metrics

Abstract view : 75 times
PDF - 16 times

DOI: https://doi.org/10.26714/jkti.v3i1.13976

Refbacks

  • There are currently no refbacks.


=======================================================================================

Penerbit:

  • JKTI | Jurnal Komputer dan Teknologi Informasi
  • Program Studi S1 Informatika,  Unimus| Universitas Muhammadiyah Semarang
  • Sekretariat: Gedung Kuliah Bersama II (GKB II) Lantai 7,  Jl. Kedungmundu Raya No 18 Semarang
  • email: [email protected], Phone: + +62 813 2504 3677
  • e-ISSN: 2986-7592

Paper Template: Download

View My Stats

------------------------------------------------------------------------------------------------------------------------------------------------------