Prasetyo, Nurdiyanto Yudo (2022) Aplikasi Pendeteksi Kesegaran Ikan Menggunakan Metode Convolutional Neural Network. Other thesis, Univeristas Komputer Indonesia.
UNIKOM_Nurdiyanto Yudo Prasetyo_Cover.pdf - Published Version
Download (17kB) | Preview
UNIKOM_Nurdiyanto Yudo Prasetyo_Lembar Pengesahan.pdf - Published Version
Download (180kB) | Preview
UNIKOM_Nurdiyanto Yudo Prasetyo_Surat Keterangan Persetujuan Publikasi Perpustakaan.pdf - Published Version
Download (86kB) | Preview
UNIKOM_Nurdiyanto Yudo Prasetyo_Lembar Pernyataan.pdf - Published Version
Download (187kB) | Preview
UNIKOM_Nurdiyanto Yudo Prasetyo_Kata Pengantar.pdf - Published Version
Download (71kB) | Preview
UNIKOM_Nurdiyanto Yudo Prasetyo_Daftar Isi.pdf - Published Version
Download (39kB) | Preview
UNIKOM_Nurdiyanto Yudo Prasetyo_BAB I.pdf - Published Version
Download (14kB) | Preview
UNIKOM_Nurdiyanto Yudo Prasetyo_BAB II.pdf - Published Version
Download (227kB) | Preview
UNIKOM_Nurdiyanto Yudo Prasetyo_BAB III.pdf - Published Version
Restricted to Repository staff only
Download (299kB) | Request a copy
UNIKOM_Nurdiyanto Yudo Prasetyo_BAB IV.pdf - Published Version
Restricted to Repository staff only
Download (272kB) | Request a copy
UNIKOM_Nurdiyanto Yudo Prasetyo_BAB V.pdf - Published Version
Download (7kB) | Preview
UNIKOM_Nurdiyanto Yudo Prasetyo_Daftar Pustaka.pdf - Published Version
Download (1MB) | Preview
Kontak penulis dan kontributor.pdf - Published Version
Download (120kB) | Preview
Abstract
Pangan hewani termasuk ikan segar sangat penting untuk sumber gizi masyarakat. Jarak dari toko swalayan biasanya cukup jauh dari pinggiran pantai maka dalam pengirimanya dapat mempengahui kesegaran ikan. Dengan adanya jarak yang cukup jauh dari pesisir pantai memilih ikan segar di toko swalayan dapat kurang akurat dalam pemilihannya. Penelitian ini dibangun untuk membantu masyarakat dalam memilih ikan segar atau tidak. Maka dibutuhkan sebuah metode kalsifikasi data yang bernama Convolutional Neural Network (CNN) algoritma yang bekerja pada klasifikasi data berupa gambar. Cara kerja metode CNN melatih dan menguji setiap gambar masukan melalui serangkaian proses, yaitu convolutional layer diikuti oleh pooling untuk mengekstraksi fitur dari gambar masukan berturut-turut. Untuk itu pada pengujianya digunakan GoogleColab sebagai uji dataset yang akan digunakan lalu dipadukan dengan android studio untuk aplikasinya. Hasil dari pengujian yang dilakaukan pada dataset mendapatkan hasil akurasi sebesar 74% dan pada pengujian datashet yang dilakukan secara satu- persatu didapatkan nilai akurasi sebsesar 75%. Dari hasil pengujian dinyatakan bahwa penelitian klasifikasi kesegaran ikan menggunakan metode CNN mendapatakan nilai yang cukup baik.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Convolutional Neural Network, Dataset, klasifikasi, Ikan |
| Subjects: | 000 COMPUTER SCIENCE, INFORMATION & GENERAL WORKS > 005 Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | S1 Skripsi > Sistem Komputer |
| Depositing User: | Mia Hayati Kosasih |
| Date Deposited: | 03 Aug 2022 08:25 |
| Last Modified: | 03 Aug 2022 08:25 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/6219 |
