Pencarian
PENGENALAN TINGKAT KESEGARAN IKAN BERDASARKAN WARNA INSANG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN )
Suria Devi (2024),
PENGENALAN TINGKAT KESEGARAN IKAN BERDASARKAN WARNA INSANG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN )
. Skripsi, Universitas Samudra.
ABSTRAK
Ikan merupakan sumber protein hewani yang sangat baik dikonsumsi oleh manusia. Ikan memiliki kandungan air yang tinggi, sehingga ikan akan mudah mengalami kerusakan/kebusukan. Pada umumnya proses penentuan tingkat kesegaran ikan yang dilakukan oleh masyarakat masih dilakukan secara manual. Seiring waktu, orang meningkatkan pengetahuan serta teknologi buat menunjang serta memfasilitasi pekerjaan mereka. Sehingga pada penelitian ini dibuat sebuah sistem pegenalan tingkat kesegaran ikan dengan tujuan mengetahui nilai akurasi dari algoritma pendeteksian kesegaran ikan pada Yolov4 menggunakan metode convolutional neural network (CNN). Pada penelitian ini menggunakan data training sebanyak 50 data ikan segar dan 50 data ikan tidak segar. Data testing sebanyak 15 data ikan segar dan 15 data ikan tidak segar. Hasil data yang telah dideteksi oleh YOLOv4 akan diklasifikasi modelnya oleh CNN. Citra yang sudah terkumpul akan di labeli untuk memudahkan menentukan letak objek yang akan dideteksi dan memudahan proses konvolusi, pooling layer dan diakhiri dengan proses klasifikasi objek. Kemudian hasil klasifikasi akan diimplementasikan kembali pada YOLOv4 untuk mengetahui pendeteksian ikan segar telah terdeteksi dengan baik atau tidak. Hasil dari pendeteksian kesegaran ikan menggunakan algoritma YOLOv4-CNN dapat dinilai bekerja dengan baik. Pengujian sistem pada Yolov4-CNN memperoleh nilai akurasi 76%.
Kata kunci : Kesegaran ikan, Yolov4, CNN, Akurasi
File ::(login required)
Tipe Items | : Skripsi |
Penulis/Penyusun | : Suria Devi |
Fakultas | : Fakultas Teknik |
Program.Studi | : Teknik Informatika (2024) |
Tanggal disimpan | : 13-06-2024 15:52 |
Terakhir diubah | : 02-07-2024 10:07 |
Penerbit | : Langsa, Universitas Samudra, 2024 |
URI | : https://etd.unsam.ac.id/detail.php?id=5984 |
Root | : https://www.unsam.ac.id |