Aplikasi Penentuan Kesegaran Ikan Bandeng Menggunakan Metode Convolution Neural Network

Suprianto Suprianto, Dwi Shintya Lestari, Okky Herodion Simung
{"title":"Aplikasi Penentuan Kesegaran Ikan Bandeng Menggunakan Metode Convolution Neural Network","authors":"Suprianto Suprianto, Dwi Shintya Lestari, Okky Herodion Simung","doi":"10.33506/insect.v8i2.2196","DOIUrl":null,"url":null,"abstract":"Ikan bandeng merupakan ikan konsumsi yang salah satunya paling banyak dijual di Kota Tarakan. Ikan termasuk ke dalam makanan yang cepat menurun kualitas kesegarannya. Salah satu cara untuk melihat tingkat kesegaran ikan adalah dengan melihat pada bagian matanya. Bagi orang yang telah terbiasa untuk mengenali kesegaran ikan tentunya tidak akan ada kendala, tetapi untuk orang awam akan menjadi kendala tersendiri. Permasalahan ini dapat diselesaikan dengan memanfaatkan teknik pengolahan citra digital, maka dari itu diperlukan sebuah aplikasi untuk menentukan tingkat kesegaran ikan bandeng melalui citra mata ikan dengan menggunakan metode CNN (Convolutional Neural Network). Cara kerja metode yaitu mengambil nilai RGB citra foto pada mata ikan bandeng, kemudian melakukan konvolusi dengan menggerakkan sebuah karnel filter berukuran 3 x 3 pada gambar, sehingga komputer akan menemukan sebuah informasi respresentatif baru yaitu dari hasil perkalian antara bagian gambar dengan filter yang digunakan, hingga akhirnya didapatkan 2 nilai untuk klasifikasi. Hasil analisa dengan menggunakan 24 data uji, dimana hasil akurasi deteksi kesegaran ikan bandeng dengan menu deteksi kamera flashlight dan jarak ± 5 cm yaitu 87,5 %, deteksi dengan kamera tanpa flashlight dan jarak ± 5 cm yaitu 66,67 %, deteksi dengan kamera flashlight dan jarak ± 10 cm yaitu 29,17 %, deteksi dengan kamera tanpa flashlight dan jarak ± 10 cm yaitu 66,67 %, dan deteksi dari galeri 91,67 %. Setiap uji menggunakan 24 data uji.","PeriodicalId":147646,"journal":{"name":"Insect (Informatics and Security): Jurnal Teknik Informatika","volume":"5 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-03-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Insect (Informatics and Security): Jurnal Teknik Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33506/insect.v8i2.2196","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Ikan bandeng merupakan ikan konsumsi yang salah satunya paling banyak dijual di Kota Tarakan. Ikan termasuk ke dalam makanan yang cepat menurun kualitas kesegarannya. Salah satu cara untuk melihat tingkat kesegaran ikan adalah dengan melihat pada bagian matanya. Bagi orang yang telah terbiasa untuk mengenali kesegaran ikan tentunya tidak akan ada kendala, tetapi untuk orang awam akan menjadi kendala tersendiri. Permasalahan ini dapat diselesaikan dengan memanfaatkan teknik pengolahan citra digital, maka dari itu diperlukan sebuah aplikasi untuk menentukan tingkat kesegaran ikan bandeng melalui citra mata ikan dengan menggunakan metode CNN (Convolutional Neural Network). Cara kerja metode yaitu mengambil nilai RGB citra foto pada mata ikan bandeng, kemudian melakukan konvolusi dengan menggerakkan sebuah karnel filter berukuran 3 x 3 pada gambar, sehingga komputer akan menemukan sebuah informasi respresentatif baru yaitu dari hasil perkalian antara bagian gambar dengan filter yang digunakan, hingga akhirnya didapatkan 2 nilai untuk klasifikasi. Hasil analisa dengan menggunakan 24 data uji, dimana hasil akurasi deteksi kesegaran ikan bandeng dengan menu deteksi kamera flashlight dan jarak ± 5 cm yaitu 87,5 %, deteksi dengan kamera tanpa flashlight dan jarak ± 5 cm yaitu 66,67 %, deteksi dengan kamera flashlight dan jarak ± 10 cm yaitu 29,17 %, deteksi dengan kamera tanpa flashlight dan jarak ± 10 cm yaitu 66,67 %, dan deteksi dari galeri 91,67 %. Setiap uji menggunakan 24 data uji.
ban邓鱼的更新应用使用神经转换网络的方法
bandeng是最畅销的鱼类之一鱼被认为是快速食品中的一种,它的健康品质正在下降。观察鱼的新鲜感的一种方法是观察它的眼睛。对于那些已经习惯了鱼的新鲜感的人来说,当然不会有障碍,但是对于普通人来说,这将是一个独特的障碍。这个问题可以通过使用数字图像处理技术来解决,因此需要一个应用程序来使用CNN (CNN)的声学网络来确定bandeng的恢复速度。方法的工作方式就是把图像RGB值bandeng鱼的眼睛,然后做konvolusi的照片感动了一种在图像karnel过滤器(3×3的,所以电脑会找到一个新代表给信息即从图片和部分过滤器之间的乘法结果,直到最后获得价值2用于分类。分析的结果用24数据测试,检测结果准确性在哪里鱼bandeng手电筒摄像头检测菜单和清新±5厘米的距离即某校学生%,则用相机检测没有手电筒和±5厘米的距离即66,67 %,则用手电筒摄像机检测和±10厘米的距离即29,17 %,则用相机检测没有手电筒和±10厘米的距离即66,67从画廊,检测91.67 %。每个测试使用24个测试数据。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信
小红书