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

Abstrak

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

Berkas

Detail