Jurnal Informatika dan Teknik Elektro Terapan
Vol. 14 No. 1 (2026)

PEMANFAATAN ALGORITMA CNN – MOBILENETV2 DALAM MENGKLASIFIKASIKAN JENIS BURUNG RANGKONG INDONESIA

sardjono, wisuda (Unknown)



Article Info

Publish Date
18 Jan 2026

Abstract

Burung Rangkong merupakan jenis burung berparuh besar dengan karakteristik unik. Ciri khasnya meliputi paruh yang panjang, ringan, besar dan melengkung serta dilengkapi dengan balung di atas paruhnya. Rangkong memiliki peran penting bagi ekosistem hutan tropis Indonesia, dengan peran vitalnya dalam penyebaran biji dari sisa makanannya untuk regenerasi hutan. Sayangnya, populasi burung Rangkong saat ini terancam punah akibat dari kegiatan manusia yaitu perusakan habitat dan perburuan liar. Dari 62 jenis Rangkong yang ada di Asia, 13 spesies hidup di Indonesia, dan sebagian besar di antaranya terancam punah. Penelitian ini bertujuan untuk membuat model machine learning menggunakan algoritma CNN dengan MobileNetV2 yang dapat mengklasifikasikan berbagai spesies Rangkong Indonesia yang di implementasikan kedalam sebuah aplikasi android berbasis flutter, guna mendukung upaya meningkatkan kesadaran dan pengetahuan masyarakat dan pelestarian terhadap burung Rangkong Indonesia. Kecerdasan buatan menjadi salah satu inovasi dalam ilmu komputer yang memungkinkan mesin untuk mengenali objek secara otomatis dengan tingkat akurasi yang tinggi. Kecerdasan buatan, memungkinkan komputer memiliki kemampuan belajar dari data dan pengalaman tanpa pemrograman manual. MobileNetV2, dirancang untuk beroperasi secara efisien pada perangkat dengan sumber daya terbatas, seperti ponsel. Penelitian ini menggunakan dataset sebanyak 4.312 citra burung Rangkong dari 13 spesies yang berbeda. Data citra di peroleh melalui website birdsoftheworld.org sebagai sumber utama dan bing.com sebagai penunjang pengumpulan dataset . Komposisi pembagian dataset sebesar 80% data uji, 10% data validasi dan 10% data uji, model CNN yang dikembangkan berhasil mencapai tingkat akurasi pelatihan 98,02%, akurasi validasi 83,37% dan akurasi pengujian 71,79% dengan mendeteksi 28 dari 39 citra baru dengan benar

Copyrights © 2026






Journal Info

Abbrev

jitet

Publisher

Subject

Computer Science & IT

Description

Jurnal Informatika dan Teknik Elektro Terapan (JITET) merupakan jurnal nasional yang dikelola oleh Jurusan Teknik Elektro Fakultas Teknik (FT), Universitas Lampung (Unila), sejak tahun 2013. JITET memuat artikel hasil-hasil penelitian di bidang Informatika dan Teknik Elektro. JITET berkomitmen untuk ...