KATSIR, ABDUL and Nurfalinda, Nurfalinda and Irawan, Feri (2026) KLASIFIKASI SPESIES SIPUT LAUT ZONA INTERTIDAL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS VGG16. S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) Abdul_Katsir_2101020044_Teknik_Informatika - Cover.pdf - Published Version Download (933kB)
	Text (Abstrak) Abdul_Katsir_2101020044_Teknik_Informatika - Abstrak.pdf - Published Version Download (187kB)
	Text (BAB I) Abdul_Katsir_2101020044_Teknik_Informatika - BAB I.pdf - Published Version Download (129kB)
	Text (Daftar Puskata) Abdul_Katsir_2101020044_Teknik_Informatika - Daftar Pustaka.pdf - Published Version Download (186kB)
	Text (Full Teks) Abdul_Katsir_2101020044_Teknik_Informatika - Full Teks.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Siput laut merupakan bagian dari kelompok gastropoda yang memiliki peranpenting secara ekologis dan ekonomi bagi masyarakat pesisir. Di Desa Linau,Kabupaten Lingga, Kepulauan Riau, ditemukan tiga spesies siput laut zonaintertidal yaitu Nerita melanotragus, Nerita undata, dan Planaxis sulcatus, yangmemiliki morfologi cangkang saling tumpang tindih sehingga menyulitkanidentifikasi manual, terutama pada spesimen muda dan cangkang yang terkikis. Penelitian ini bertujuan mengimplementasikan dan menguji Convolutional NeuralNetwork (CNN) berbasis VGG16 untuk mengklasifikasikan ketiga spesies siput lauttersebut berdasarkan citra cangkang. Dataset yang digunakan terdiri dari 1.275 citrayang dikumpulkan secara langsung di Desa Linau dengan distribusi seimbang, yaitu 425 citra per spesies. Praproses data meliputi penghapusan latar belakang, pangkascitra, pembagian dataset dengan proporsi 70:15:15, dan augmentasi data. Model dibangun menggunakan transfer learning dengan VGG16 sebagai feature extractoryang dilengkapi lapisan kustom untuk klasifikasi, serta model penyaringan (gatekeeper) berbasis DN2 untuk memfilter citra yang tidak relevan sebelumklasifikasi. Hasil pengujian terhadap 192 citra data uji menunjukkan akurasi 98,96%, presisi 98,96%, recall 98,96%, dan F1-score 98,96%. Sistem diimplementasikan dalam bentuk aplikasi web bernama SISKLASILA untukmengidentifikasi spesies siput laut secara otomatis, cepat, dan objektif.

Available Versions of this Item

• KLASIFIKASI SPESIES SIPUT LAUT ZONA INTERTIDALMENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK(CNN) BERBASIS VGG16. (deposited UNSPECIFIED)

Actions (login required)

View Item