Klasifikasi Tiga Genus Ikan Karang Menggunakan Convolution Neural Network

Abstract

Ikan karang adalah salah satu organisme penting dalam kajian ekosistem terumbu karang, perlu dilakukan proses identifikasi untuk memahami pola, struktur dan distribusi keanekaragaman ikan karang. Selain itu, ikan karang memiliki jumlah yang sangat banyak dan hampir mirip satu sama lain. Oleh karena itu, untuk mempercepat proses identifikasi ikan dapat dilakukan secara komputerisasi. Salah satu teknik komputerisasi yang dapat dilakukan adalah pengolahan citra digital. Penelitian ini bertujuan untuk mengklasifikasikan citra genus Ikan (Epinephelus spp., Halichoeres spp., dan Lutjanus spp.) ekonomis penting. Data citra diperoleh dari situs https://www.kaggle.com/. Metode klasifikasi citra yang digunakan adalah Convolutional Neural Network (CNN) yang terdiri dari dua tahapan. Tahapan yang pertama adalah melakukan pelatihan dengan metode backpropagation, dan tahapan yang kedua adalah melakukan klasifikasi citra menggunakan feedforward. Hasil dari kombinasi dua metode tersebut diperoleh accuracy sebesar 85,31%. Selain itu, model yang dibangun cukup bagus karena selisih nilai rataan antara precision dan sensitivity tidak terlalu besar, precision sebesar 89,92% dan sensitivity sebesar 86,49%. Hasil analisis dan evaluasi yang telah dilakukan, dapat disimpulkan bahwa metode klasifikasi CNN dapat digunakan dengan baik dalam mengelompokkan citra Ikan berdasarkan genus.