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%.

File ::(login required)