KLASIFIKASI CITRA IKAN CUPANG BERDASARKAN JENISNYA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS MOBILE

AHMAD, MOCHAMAD TAUFIK ALI SYECH (2023) KLASIFIKASI CITRA IKAN CUPANG BERDASARKAN JENISNYA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS MOBILE. Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text 1. cover.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text 2. lembar pernyataan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (229kB)
	Text 3. lembar penegsahan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (239kB)
	Text 4. abstrak.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text 7. bab i.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text 12. daftar pustaka.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text 2113191167-Mochammad-Taufik-Ali-SKRIPSI.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB)

Abstract

Ikan Cupang (Betta Fish) merupakan jenis ikan hias air tawar yang banyak disukai oleh berbagai kalangan baik dari anak-anak hingga orang dewasa. Ikan cupang merupakan ikan hias yang mudah dipelihara, oleh karena itu perkembangan ikan cupang begitu pesat. Karena itu diperlukan adanya klasifikasi ikan cupang yang cepat dan mudah digunakan oleh pengguna. Penelitian ini bertujuan untuk membangun perangkat lunak yang dapat memudahkan para penjual dan penggemar ikan hias untuk mendeteksi jenis ikan yang belum diketahui dengan cepat karena berbasis mobile. Perancangan model CNN yang digunakan pada penelitian ini yaitu menggunakan model VGG16. Pada model VGG16 ini dimodifikasi yang bertujuan untuk mengurangi jumlah dari parameter yang tinggi dan membuat model menjadi ringan saat dijalankan. Hasil pengujian yang didapatkan dalam pendeteksian yaitu, hasil akurasi tertinggi didapat oleh Ikan Cupang Big Ear dengan total akurasi 94,35%. Untuk ikan cupang Nemo mempunyai akurasi 86,24%. Sedangkan ikan cupang Serit dan Halfmoon masing-masing sebesar 84,56 % dan 78,85%. Akurasi terkecil didapatkan oeh Ikan Cupang Bluerim dengan hasil 74,44%. Hasil Data Testing yang dikumpulkan yaitu sebesar 83,22%. Kata Kunci :ikan cupang, CNN, pengolahan citra, computer vision, VGG16

Actions (login required)

View Item