<![CDATA[Ikan bandeng merupakan komoditas yang diunggulkan di beberapa kabupaten di Indonesia yaitu Sidoarjo, Semarang, dan Banten. Ikan ini juga favorit masyarakat Indonesia karena tinggi gizi tinggi dengan harga terjangkau. Sehingga, bagi pebisnis hasil olahan ikan bandeng, kesegaran ikan bandeng menjadi parameter penting karena kesegaran ikan mempengaruhi kualitas hasil produk olahannya. Penyortiran ikan secara manual menjadi tidak masalah ketika jumlah ikan sangat banyak, karena rawan terjadi kesalahan akibat kelelahan. Selain itu, penyortiran ikan secara manual juga boros biaya dan waktu lama. Maka dari itu, dibutuhkan sistem otomatis non-kontak untuk mengindentifikasi kesegaran ikan berbasis citra digital. Penelitian ini bertujuan mengembangkan aplikasi identifikasi kesegaran ikan bandeng dengan menerapkan model Convolutional Neural Network (CNN). Kami menerapkan model MobileNetV2 untuk mengidentifikasi kesegaran ikan bandeng menjadi 3 kelas kesegaran yaitu sangat segar, segar, dan tidak segar. Pengujian aplikasi menggunakan model MobileNetV2 pada 312 citra ikan bandeng. Kinerja klasifikasi kesegaran mencapai 95 %, 70% dan 80% masing-masing pada kelas sangat segar, segar, dan tidak segar. Akurasi global sistem mencapai 81.6% menunjukkan bahwa aplikasi dapat bekerja dengan baik. Dari eksperimen dan analisis yang dilakukan, dapat disimpulkan bahwa sistem memiliki kemampuan baik dalam mengidentifikasi kesegaran ikan.]]>
Copyrights © 2024
