IMPLEMENTASI APLIKASI IDENTIFIKASI IKAN HIAS MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

David Eko Yulianto, 3011710015 (2022) IMPLEMENTASI APLIKASI IDENTIFIKASI IKAN HIAS MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (409kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (98kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Registered users only Download (449kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (332kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (241kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (231kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (329kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (243kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (505kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (505kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB I PENDAHULUAN.pdf Download (343kB)
	Text (BAB II TINJAUAN PUSTAKA) 11. BAB II TINJAUAN PUSTAKA.pdf Restricted to Repository staff only Download (710kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 12. BAB III METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (599kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) 14. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Repository staff only Download (330kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15. DAFTAR PUSTAKA.pdf Download (470kB)
	Text (LAMPIRAN) 16. LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (FULLTEXT) 17. Skripsi - David Eko Yulianto (3011710015).pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text (FULLTEXT DOC) 18. Skripsi - David Eko Yulianto (3011710015).docx Restricted to Repository staff only Download (30MB) | Request a copy
	Text (JURNAL) 19. JURNAL - DAVID EKO YULIANTO (3011710015).docx Restricted to Repository staff only Download (501kB) | Request a copy

Abstract

Ikan hias merupakan sebuah jenis ikan yang tempat tinggalnya di air tawar atau air laut. Begitu banyak jenis-jenis ikan hias dan kita mudah untuk mendapatkannya, tetapi tentunya tidaklah mudah untuk mengetahui jenis ikan hias tersebut karena jenis ikan hias banyak sekali kemiripan antar jenis ikan hias yang lainnya mulai dari bentuk maupun warna. Maka dari itu dalam penelitian ini menggunakan delapan jenis ikan hias yaitu Ikan Black Ghost, Ikan Cupang, Ikan Guppy, Ikan Koki, Ikan Lemon, Ikan Manfish, Ikan Molly, Ikan Ninety. Sehingga diperlukan sebuah penyelesaian dalam permasalahan ini salah satunya yaitu menggunakan metode Convolutional Neural Network untuk mengidentifikasi jenis ikan hias tersebut dari sebuah gambar atau foto. Metode ini merupakan algoritma dari deep learning yang dapat menentukan objek mana pada gambar yang dapat digunakan mesin untuk mengenali gambar, dan membedakan satu gambar dengan gambar lainnya. Penelitian ini menggunakan arsitektur yang terdapat pada CNN yaitu VGG16, VGG19 dan InceptionV3. Untuk mempermudah klasifikasi jenis ikan hias dibangun sebuah aplikasi yang dapat digunakan untuk klasifikasi jenis ikan hias tersebut. Hasil dari penelitian ini mendapatkan nilai accuracy dari setiap arsitektur yang digunakan yaitu hasil accuracy dari arsitektur VGG16 sebesar 91,8%, pada arsitektur VGG19 accuracy 87,2%, dan pada arsitektur InceptionV3 mendapat hasil accuracy 83,8%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Convolutional Neural Network, Deep Learning, Ikan Hias, Jenis-jenis Ikan Hias
Contributors:	Contribution Name Email Thesis advisor Yohanes Indra Riskajaya, S.Kom., M.Kom. yohanes.riskajaya@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	David Eko Yulianto
Date Deposited:	11 Mar 2022 10:31
Last Modified:	11 Mar 2022 10:31
URI:	https://repository.uisi.ac.id/id/eprint/3128

Actions (login required)

View Item