{"title":"CONVOLUTION NEURAL NETWORK UNTUK IDENTIFIKASI TINGKAT KESEGARAN IKAN NILA BERDASARKAN PERUBAHAN WARNA MATA","authors":"Erna Hudianti Pujiarini","doi":"10.31294/jki.v11i1.14305","DOIUrl":null,"url":null,"abstract":"Ikan Nila merupakan salah satu dari 5 komoditi ikan yang 80% digemari masyarakat Indonesia. Hasil perikanan setelah dipanen akan mengalami serangkaian proses perombakan yang mengarah ke penurunan mutu. Ikan yang masih segar dapat dilihat dari ciri fisik berupa perubahan warna mata, insang ikan, tekstur daging ikan, dan bau. Terkadang konsumen dalam memilih ikan yang akan dikonsumsi mendapat ikan yang kurang segar. Sehingga butuh suatu sistem yang bisa membantu konsumen dalam memilih ikan yang segar atau tidak. Salah satu pendekatan dalam pengenalan suatu gambar adalah menggunakan metode Convolutional Neural Network. Metode ini salah satu metode Deep learning yang dapat digunakan untuk mengenali dan mengklasifikasi sebuah objek pada sebuah citra digital. Berdasarkan hasil pembahasan dengan menggunakan jumlah 20 epoch, nilai learning rate 0.001 diperoleh nilai accuracy dari training model mencapai 93 % dengan nilai loss sebesar 0.2005.","PeriodicalId":384112,"journal":{"name":"Jurnal Khatulistiwa Informatika","volume":"73 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-07-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Khatulistiwa Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31294/jki.v11i1.14305","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
CONVOLUTION NEURAL NETWORK UNTUK IDENTIFIKASI TINGKAT KESEGARAN IKAN NILA BERDASARKAN PERUBAHAN WARNA MATA
Ikan Nila merupakan salah satu dari 5 komoditi ikan yang 80% digemari masyarakat Indonesia. Hasil perikanan setelah dipanen akan mengalami serangkaian proses perombakan yang mengarah ke penurunan mutu. Ikan yang masih segar dapat dilihat dari ciri fisik berupa perubahan warna mata, insang ikan, tekstur daging ikan, dan bau. Terkadang konsumen dalam memilih ikan yang akan dikonsumsi mendapat ikan yang kurang segar. Sehingga butuh suatu sistem yang bisa membantu konsumen dalam memilih ikan yang segar atau tidak. Salah satu pendekatan dalam pengenalan suatu gambar adalah menggunakan metode Convolutional Neural Network. Metode ini salah satu metode Deep learning yang dapat digunakan untuk mengenali dan mengklasifikasi sebuah objek pada sebuah citra digital. Berdasarkan hasil pembahasan dengan menggunakan jumlah 20 epoch, nilai learning rate 0.001 diperoleh nilai accuracy dari training model mencapai 93 % dengan nilai loss sebesar 0.2005.