Aplikasi Penentuan Kesegaran Ikan Bandeng Menggunakan Metode Convolution Neural Network

Suprianto Suprianto; Dwi Shintya Lestari; Okky Herodion Simung

doi:10.33506/insect.v8i2.2196

Penulis

Suprianto Suprianto STMIK PPKIA Tarakanita Rahmawati
Dwi Shintya Lestari STMIK PPKIA Tarakanita Rahmawati
Okky Herodion Simung STMIK PPKIA Tarakanita Rahmawati

DOI:

https://doi.org/10.33506/insect.v8i2.2196

Kata Kunci:

citra digital, ikan bandeng, convolutional neural network, Android

Abstrak

Ikan bandeng merupakan ikan konsumsi yang salah satunya paling banyak dijual di Kota Tarakan. Ikan termasuk ke dalam makanan yang cepat menurun kualitas kesegarannya. Salah satu cara untuk melihat tingkat kesegaran ikan adalah dengan melihat pada bagian matanya. Bagi orang yang telah terbiasa untuk mengenali kesegaran ikan tentunya tidak akan ada kendala, tetapi untuk orang awam akan menjadi kendala tersendiri. Permasalahan ini dapat diselesaikan dengan memanfaatkan teknik pengolahan citra digital, maka dari itu diperlukan sebuah aplikasi untuk menentukan tingkat kesegaran ikan bandeng melalui citra mata ikan dengan menggunakan metode CNN (Convolutional Neural Network). Cara kerja metode yaitu mengambil nilai RGB citra foto pada mata ikan bandeng, kemudian melakukan konvolusi dengan menggerakkan sebuah karnel filter berukuran 3 x 3 pada gambar, sehingga komputer akan menemukan sebuah informasi respresentatif baru yaitu dari hasil perkalian antara bagian gambar dengan filter yang digunakan, hingga akhirnya didapatkan 2 nilai untuk klasifikasi. Hasil analisa dengan menggunakan 24 data uji, dimana hasil akurasi deteksi kesegaran ikan bandeng dengan menu deteksi kamera flashlight dan jarak ± 5 cm yaitu 87,5 %, deteksi dengan kamera tanpa flashlight dan jarak ± 5 cm yaitu 66,67 %, deteksi dengan kamera flashlight dan jarak ± 10 cm yaitu 29,17 %, deteksi dengan kamera tanpa flashlight dan jarak ± 10 cm yaitu 66,67 %, dan deteksi dari galeri 91,67 %. Setiap uji menggunakan 24 data uji.

Referensi

Halim, C., Prasetyo, H. (2018). Penerapan Artificial Intelligence dalam Computer Aided Instructure (CAI). Jurnal Sistem Cerdas, 1(1), 50-57. https://doi : 10.37396/jsc.v1i1.6

Suartika, W., Putra, E. (2017). Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN) pada Caltech 101. Jurnal Teknik ITS Vol.5 No.1. https://doi: 10.12962/j23373539. v5i1.15696

Supii, A. I., Widyastuti, Z., dkk. (2021). Pendederan Ikan Bandeng pada Keramba Jaring Apung Sebagai Alternatif Pemanfaatan Waduk Palasari, kabupaten Jembrana, Bali. Samakia: Jurnal Ilmu Perikanan, 12(2), 96-102.https://doi: 10.35316/jsapi.v12i2.1001

Ramadhan, M. D., Setiyono, B. (2019). Pengolahan Citra untuk Mengetahui Tingkat Kesegaran Ikan Menggunakan Metode Transformasi Wavelet Diskrit. J. Sains dan Seni ITS Vol.8 No.1.https://doi: 10.12962/j23373520. v8i1.37715

NURQADERIANIE, A. S., METUSALACH, M., dkk. (2017). Tingkat Kesegaran Ikan Kembung Lelaki (Rastrelliger Kanagurta) yang Dijual Eceran Keliling di Kota Makassar. Jurnal IPTEKS Pemanfaat. Sumber Perikan Vol.3 No.6. https://doi: 10.20956/jipsp.v3i6.3062

RATNA, S. (2020). Pengolahan Citra Digital Dan Histogram Dengan Python Dan Text Editor Phycrarm. Jurnal Ilmiah Technologia Vol.11 No.3. https://doi: 10.31602/tji.v11i3.3294

Saprudin, Amalia, R., dkk. (2021). Klasifikasi Citra Menggunakan Metode Random Forest dan Sequential Minimal Optimization (SMO). Jurnal Sitem dan Teknologi Informasi. Vol.9 No.2. https://doi :10.26418/justin. v9i2.44120

Nugroho, P. A., Fenriana, I. (2020). Implementasi Deep Learning Mengggunakan Convolutional Neural Network (CNN) Pada Ekspresi Manusia. Jurnal Algor Vol.2 No.1

Sugiarto, W., Kristian, Y., dkk. (2018). Estimasi Arah Tatapan Mata Menggunakan Ensemble Convolutional Neural Network. Jurnal Teknologi Informasi dan Komunikasi, 7(2), 94-101. https://doi: 10.34148/teknika.v7i2.126

Geraldy, C., Lubis, C. (2017). Pendeteksian dan Pengenalan Jenis Mobil Menggunakan Algoritma You Only Look Once Dan CNN. Jurnal Ilmu Komputer dan Sistem Informasi Vol.2 No.1.https://doi: 10.24912/jiksi. v8i2.11495

Prof. Bhairnallykar, S., Prajapati, A., dkk. (2020). Convolutional Neural Network (CNN) untuk Deteksi Gambar. Jurnal Rekayasa dan Teknologi Vol.7 No.11

Pangestu, M. A., Bunyamin, H. (2018). Analisis Performa dan Pengembangan Sistem Deteksi Ras Anjing pada Gambar dengan Menggunakan Pre-Trained CNN Model. Jurnal Teknik Informatika dan Sistem Informasi Vol.4 No.2. https://doi: 10.28932/jutisi.v4i2.828