AMANDA, DWI MULYANI and Nurfalinda, Nurfalinda and Marisha, Pertiwi (2026) KLASIFIKASI TINGKAT KESEGARAN IKAN KEMBUNG MENGGUNAKAN ARSITEKTUR EFFICIENTNETB0 DAN RESNET50. S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) AMANDA_DWI_MULYANI_2101020006_Teknik_Informatika_Cover.pdf - Published Version Download (556kB)
	Text (Abstrak) AMANDA_DWI_MULYANI_2101020006_Teknik Informatika-Abstrak.pdf - Published Version Download (380kB)
	Text (BAB I) AMANDA_DWI_MULYANI_2101020006_Teknik Informatika_BAB I.pdf - Published Version Download (331kB)
	Text (Daftar Pustaka) AMANDA_DWI_MULYANI_2101020006_Teknik Informatika-Daftar Pustaka.pdf - Published Version Download (441kB)
	Text (Skripsi) AMANDA_DWI_MULYANI_2101020006_Teknik_Informatika_Skripsi.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Ikan kembung merupakan salah satu komoditas perikanan penting di Indonesia, namun penentuan tingkat kesegarannya masih banyak dilakukan secara manual dan subjektif sehingga berpotensi menimbulkan kesalahan penilaian. Penelitian ini bertujuan untuk mengimplementasikan dan membandingkan performa arsitektur Deep Learning EfficientNetB0 dan ResNet50 dalam mengklasifikasikan tingkat kesegaran ikan kembung berdasarkan citra digital. Dataset yang digunakan terdiri atas 2.870 citra hasil augmentasi yang dikelompokkan ke dalam tiga kelas, yaitu Segar, Tidak Segar, dan Non Ikan. Model dilatih menggunakan metode Transfer Learning dengan pendekatan Feature Extraction menggunakan citra masukan berukuran 224 × 224 piksel. Hasil eksperimen menunjukkan bahwa konfigurasi terbaik diperoleh pada learning rate 0,0001, batch size 32, dan 30 epoch. Evaluasi menggunakan confusion matrix pada data uji menunjukkan bahwa arsitektur EfficientNetB0 memperoleh akurasi sebesar 85,02% sedangkan ResNet50 memperoleh akurasi sebesar 83,62%. Selain itu, pengujian menggunakan data baru menunjukkan bahwa EfficientNetB0 memperoleh akurasi sebesar 85% (17 dari 20 sampel benar). Hasil penelitian menyimpulkan bahwa arsitektur EfficientNetB0 memberikan performa yang lebih baik dibandingkan ResNet50 dalam klasifikasi tingkat kesegaran ikan kembung.

Actions (login required)

View Item