Pusparani, Diah Ayu (2024) IDENTIFIKASI JENIS IKAN TONGKOL DENGAN RESNET-50. Masters thesis, Universitas Pendidikan Ganesha.
Text (2129101010-COVER)
2129101010-Cover.pdf Download (898kB) |
|
Text (2129101010-ABSTRAK)
2129101010-Abstrak.pdf Download (30kB) |
|
Text (2129101010-BAB 1 PENDAHULUAN)
2129101010-Bab 1 Pendahuluan.pdf Download (165kB) |
|
Text (2129101010-BAB 2 KAJIAN TEORI)
2129101010-Bab 2 Kajian Teori.pdf Restricted to Repository staff only Download (742kB) | Request a copy |
|
Text (2129101010-BAB 3 METODELOGI PENELITIAN)
2129101010-Bab 3 Metodelogi Penelitian.pdf Restricted to Repository staff only Download (238kB) | Request a copy |
|
Text (2129101010-BAB 4 HASIL DAN PEMBAHASAN)
2129101010-Bab 4 Hasil dan Pembahasan.pdf Restricted to Repository staff only Download (944kB) | Request a copy |
|
Text (2129101010-BAB 5 PENUTUP)
2129101010-Bab 5 Penutup.pdf Restricted to Repository staff only Download (27kB) | Request a copy |
|
Text (2129101010-DAFTAR PUSTAKA)
2129101010-Daftar Pustaka.pdf Download (152kB) |
|
Text (2129101010-LAMPIRAN)
2129101010-Lampiran.pdf Download (126kB) |
Abstract
Indonesia, sebagai negara kepulauan yang terletak di antara Samudra Hindia dan Pasifik, memiliki keanekaragaman hayati yang luar biasa, menjadikannya negara dengan biodiversitas tertinggi kedua setelah Brazil. Salah satu ikan yang memiliki tingkat keanekaragaman jenis yang beragam adalah ikan tongkol. Di perairan Indonesia, terdapat empat jenis ikan tongkol: Ikan Tongkol Krai, Ikan Tongkol Lisong, Ikan Tongkol Komo, dan Ikan Tongkol Abu-Abu. Variasi spesies ini menyebabkan kesulitan dalam identifikasi langsung. Yayasan Masyarakat dan Perikanan Indonesia (MDPI) adalah organisasi nirlaba yang bertujuan memberdayakan komunitas pesisir untuk mencapai perikanan berkelanjutan, salah satunya melalui pengumpulan data perikanan. Saat ini, identifikasi jenis ikan masih dilakukan secara konvensional dengan observasi langsung, yang rentan terhadap kesalahan manusia. Pemanfaatan teknologi, khususnya algoritma pemrograman machine learning, dapat menjadi solusi. Algoritma deep learning, seperti Resnet-50, mampu memodelkan data kompleks seperti citra gambar. Hasil penelitian menunjukkan bahwa penggunaan Resnet-50 dalam identifikasi jenis ikan tongkol menghasilkan akurasi keseluruhan sebesar 91%. Model ini berhasil mengidentifikasi keempat jenis ikan tongkol dengan tingkat akurasi yang tinggi, sehingga mampu mengurangi kesalahan identifikasi yang disebabkan oleh faktor manusia. Analisis data menunjukkan bahwa model ini dapat mengenali objek gambar dengan benar sebanyak 88% atau 88 dari total 100 gambar dalam skenario pengujian terbaik. Untuk future work, penelitian ini dapat diperluas dengan melakukan beberapa pendekatan. Pertama, penggunaan jumlah dataset yang lebih besar dan beragam akan meningkatkan kemampuan model dalam mengenali variasi citra ikan tongkol dan mengurangi kesalahan identifikasi dalam situasi nyata yang lebih kompleks. Kedua, pengembangan model yang lebih kompleks atau peningkatan arsitektur model yang ada dapat meningkatkan akurasi identifikasi. Ketiga, implementasi sistem di lapangan dan integrasi dengan perangkat mobile akan mempermudah nelayan dalam identifikasi ikan secara real-time dalam mendukung perikanan berkelanjutan di Indonesia. Selain itu, kolaborasi dengan organisasi nirlaba seperti MDPI dapat mempercepat adopsi teknologi dan memastikan data yang dikumpulkan digunakan untuk kebijakan perikanan yang lebih baik.
Item Type: | Thesis (Masters) |
---|---|
Uncontrolled Keywords: | Identifikasi, Ikan Tongkol, CNN, Resnet-50 |
Subjects: | L Education > L Education (General) |
Divisions: | Pascasarjana > Program Studi Ilmu Komputer (S2) |
Depositing User: | DIAH AYU PUSPARANI |
Date Deposited: | 07 Aug 2024 03:10 |
Last Modified: | 07 Aug 2024 03:10 |
URI: | http://repo.undiksha.ac.id/id/eprint/21894 |
Actions (login required)
View Item |