Claim Missing Document
Check
Articles

Analisis Deteksi Citra Mata Ikan Nila dengan Metode Convolutional Neural Network Arsitektur Alexnet Angga Prasetyo; Fauzan Masykur; Arief Rahman Yusuf; Arin Yuli Astuti; Sugianti Sugianti; Yovi Litanianda; Ismail Abdurrozzaq
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.995

Abstract

Kualitas kesegaran ikan nila terletak pada proses pembekuan. ikan nila memiliki lapisan sisik yang tebal di seluruh permukaan tubuhnya, yang dapat menghambat proses pembekuan secara merata. Ketidakteraturan dalam proses ini berpotensi menurunkan kualitas dan kesegaran ikan selama penyimpanan. Kondisi ini merugikan dan menyulitkan konsumen dalam menilai tingkat kesegaran ikan hanya melalui pengamatan penglihatan secara manual, seperti memeriksa kondisi mata ikan. Oleh karena itu, tujuan utama riset yaitu, membangun sistem deteksi citra mata ikan dengan metode penilaian kesegaran yang cepat, akurat, dan objektif untuk membantu konsumen menjadikanya opsi utama yang harus dilakukan. Model CNN memiliki keunggulan dalam akurasi serta klasifikasi citra, selain itu model CNN dapat ditingkatkan melalui penambahan arsitektur salah satunya arsitektur alexnet. Proses tahapan metodologi klasifikasi dataset yaitu diperoleh dari kaggle berdasarkan citra mata ikan Nila dengan membaginya ke dalam dua kelas, yaitu kelas 'mata ikan nila segar' dan kelas 'mata ikan nila kurang segar' dan preprocessing menghasilkan modeling cnn untuk deteksi citra mata ikan. Hasil analisis diperoleh Gambar ikan nila digunakan sebagai data uji dan diberikan sebagai input ke dalam model yang telah dilatih dengan hanya memerlukan waktu sekitar 68 milidetik per langkah (68 ms/step). Berdasarkan analisis terhadap pola visual, seperti warna mata, tekstur kulit, serta ciri fisik lainnya, model mengkategorikan ikan tersebut dikondisi tidak segar. Untuk kelanjutan riset perlu dilakukan keseimbangan dataset citra dengan menggunakan Bayesian hyperparameter.
Co-Authors ., Sugianti Adi Fajaryanto Adi Fajaryanto Cobantoro Adi Fajaryanto Cobantoro Ali Mahmudi Ali Mahmudi Aminuddin, Wildan Muhammad Andy Triyanto Angga Prasetyo Angga Prasetyo Aprilia Cahyanti Arief Rahman Yusuf Arief Rahman Yusuf Astuti, Arin Yuli Beni Yulio Eka Pratama Cobantoro , Adi Fajaryanto Cobantoro, Adi Fajaryanto Cobantoro, Adi Fajaryanto Desriyanti Devi Kartikasari Eahyu Oktavian, Elang Efi Mukaromah Eka, Novie Ellisia Kumalasari Fajaryanto Cobantoro, Adi Fajaryanto, Adi Fredin Rimba Saputra Ghulam Asrofi Buntoro Ibnu Makruf Pandu Atmaja Indah Puji Astuti Indah Puji Astuti Irfan Agung Nugroho Jamilah Karaman Karaman, Jamilah Karaman, Lazuardi Irham Kelik Sussolaikah Khoiru Nurfitri Kuntang Winangun Kuntang21 Kuntang21 M. Malyadi Makruf Pandu Atmaja, Ibnu Miftakhul Arifin Mohammad Bhanu Setyawan Mohammad Bhanu Setyawan Mohammad Rizqi Rosyadi Muhamad, Fikri Muhammad Furqon Fadli Muhammad Malyadi nabila solihin zaelani, bintang muhammad Novi Indah Riani Novia Anggraini Pradityo Utomo Prasetiyowati, Fiqiana Prasetyo, Angga Rendy Cahyono Reza Risky Khamdani Rido Muhamad Nasrudin Riyanto, Didik Rizqi Rosyadi, Mohammad Roikhatul Jannah Setyawan, Moh. Bhanu Sugianti Sugianti, Sugianti Sulthon Habiby, Jawwad Sumaji Trisnadi Putra, Wawan Wawan Trisnadi Putra Windy Octavia Yofhi, Yofhi Fauda Pradana Yovi Litanianda Yovi Litanianda, Yovi Yulio Eka Pratama , Beni Yusuf, Arief Rahman Zulkarnain, Ismail Abdurrozaq Zulkarnain, Ismail Abdurrozzaq Zulkarnain, Ismail Abdurrozzaq