KLASIFIKASI KESEGARAN IKAN TONGKOL DENGAN MODEL CONVOLUTIONAL NEURAL NETWORK (CNN) VGG-16 (STUDI KASUS: PASAR TRADISIONAL BINTAN CENTER, TANJUNGPINANG)
Total View This Week0

Institusion

Universitas Maritim Raja Ali Haji

Author

FANI, ANNISA FADILLAH
Nurul, Hyaty
Muhamad Radzi, Rathomi

Subject

620.006 Management of Engineering/Manajemen Teknik 

Datestamp

2024-01-26 02:28:28 

Abstract :
Ikan laut merupakan sumber protein utama dalam konsumsi rumah tangga di Indonesia. Penelitian sebelumnya menunjukkan perbedaan kadar protein antara ikan laut dan ikan air tawar. Identifikasi kualitas ikan yang objektif menjadi penting, dan Convolutional Neural Network (CNN) telah terbukti efektif dalam industri perikanan. Penelitian ini bertujuan untuk menguji penggunaan teknologi CNN dalam mengklasifikasikan kesegaran ikan tongkol. Hasil penelitian menunjukkan model pengklasifikasi gambar dengan VGG-16 mampu memprediksi kesegaran ikan tongkol dengan nilai akurasi efektivitas model 89,5% menggunakan 208 data latih dan 48 data validasi, serta 48 data test. Model ini berpotensi untuk diterapkan dalam industri perikanan, terutama di pasar tradisional Bintan Center, Kota Tanjungpinang. Kinerja model dalam akurasi, sensitivitas, dan spesifitas telah teruji baik, memberikan kontribusi dalam menjaga kualitas ikan laut yang dikonsumsi oleh masyarakat. Penelitian ini dapat membantu meningkatkan kualitas konsumsi ikan laut di Indonesia, terutama di daerah dengan tingkat konsumsi ikan tinggi seperti Kepulauan Riau dan Kota Tanjungpinang. 

File :
ANNISA FADILLAH FANI_190155201056_TEKNIK INFORMATIKA_Cover.pdf
ANNISA FADILLAH FANI_190155201056_TEKNIK INFORMATIKA_Abstrak.pdf
ANNISA FADILLAH FANI_190155201056_TEKNIK INFORMATIKA_BAB 1.pdf
ANNISA FADILLAH FANI_190155201056_TEKNIK INFORMATIKA_DAFTAR PUSTAKA.pdf
ANNISA FADILLAH FANI_190155201056_TEKNIK INFORMATIKA_Full Teks.pdf