FANI, ANNISA FADILLAH and Nurul, Hyaty and Muhamad Radzi, Rathomi (2024) KLASIFIKASI KESEGARAN IKAN TONGKOL DENGAN MODEL CONVOLUTIONAL NEURAL NETWORK (CNN) VGG-16 (STUDI KASUS: PASAR TRADISIONAL BINTAN CENTER, TANJUNGPINANG). S1 thesis, Universitas Maritim Raja Ali Haji.
Text (Cover)
ANNISA FADILLAH FANI_190155201056_TEKNIK INFORMATIKA_Cover.pdf - Published Version Download (520kB) |
|
Text (Abstrak)
ANNISA FADILLAH FANI_190155201056_TEKNIK INFORMATIKA_Abstrak.pdf - Published Version Download (332kB) |
|
Text (BAB 1)
ANNISA FADILLAH FANI_190155201056_TEKNIK INFORMATIKA_BAB 1.pdf - Published Version Download (268kB) |
|
Text (DAFTAR PUSTAKA)
ANNISA FADILLAH FANI_190155201056_TEKNIK INFORMATIKA_DAFTAR PUSTAKA.pdf - Published Version Download (257kB) |
|
Text (Full Teks)
ANNISA FADILLAH FANI_190155201056_TEKNIK INFORMATIKA_Full Teks.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
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.
Item Type: | Thesis (S1) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Contributors: |
|
|||||||||
Subjects: | 600. Teknologi dan Ilmu Terapan > 620 - 629 Engineering and Allied Operations (Ilmu Teknik dan Ilmu yang Berkaitan) > 620.006 Management of Engineering/Manajemen Teknik | |||||||||
Divisions: | Fakultas Teknik > Program Studi Teknik Informatika | |||||||||
Depositing User: | user Teknik Informatika | |||||||||
Date Deposited: | 26 Jan 2024 02:28 | |||||||||
Last Modified: | 26 Jan 2024 02:28 | |||||||||
URI: | http://repositori.umrah.ac.id/id/eprint/6839 |
Actions (login required)
View Item |