Klasifikasi Jenis Ikan Air Laut Menggunakan Metode Convolutional Neural Network Pada Model Pre-Trained ResNet50
| Main Author: | Septiyadi, Dewa Gede Agung Ari |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://e-journal.uajy.ac.id/22263/1/07079600.pdf http://e-journal.uajy.ac.id/22263/2/07079601.pdf http://e-journal.uajy.ac.id/22263/3/07079602.pdf http://e-journal.uajy.ac.id/22263/ |
Daftar Isi:
- Dengan banyaknya jenis ikan yang berada di perairan laut banyak masyarakat yang belum mengetahui apa saja jenis-jenis ikan yang berada di perairan laut, dan pengenalan jenis-jenis ikan air laut hanya dimiliki oleh orang-orang tertentu yang memiliki keahlian mengenali jenis-jenis ikan air laut. Maka dari itu dalam penelitian ini akan mengembangkan model jaringan pre-trained ResNet50 untuk melakukan klasifikasi citra pada dataset jenis-jenis ikan air laut. Salah satu metode yang populer digunakan untuk menangani masalah tentang klasifikasi citra yaitu menggunakan teknik deep learning dengan metode Convolutional Neural Network (CNN). Seiring perkembangannya banyak penelitian yang mengembangkan model jaringan dari CNN diantaranya ResNet, VGGNet, MobileNet dan lainnya. Hasil akhir dari penelitian ini akan menunjukan performa pengklasifikasi dataset jenis-jenis ikan air laut dengan menggunakan metode Convolutional Neural Network (CNN) dengan model jaringan pre-trained ResNet50. Berdasarkan hasil penelitian yang telah dilakukan menghasilkan tingkat akurasi pada proses pelatihan dengan menggunakan 100 epoch pada ukuran citra 256x256 piksel dan mendapatkan hasil sebesar 99.25% pada data training dan pada data validasi sebesar 93% dengan waktu training menggunakan GPU Tesla K80 (Google Colab) sebesar 51.9 menit, yang dimana hasil yang didapatkan merupakan hasil yang sangat baik untuk dikembangkan menjadi sebuah sistem yang dapat mengenali dan mengklasifikasi citra jenis-jenis ikan air laut berdasarkan dataset yang digunakan pada penelitian ini.