IMPLEMENTASI DEEP LEARNING DENGAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK MENGIDENTIFIKASI JENIS IKAN LAUT

Nada Aqila Mahmud
Budi Hartono


DOI: https://doi.org/10.29100/jipi.v9i2.4477

Abstract


Indonesia memiliki wilayah laut yang luas sehingga diperlukan pengelolaan yang tepat untuk memanfaatkan potensi kekayaan sumber daya alam agar dapat memberikan keuntungan bagi kehidupan masyarakat terutama pada sektor perikanan. Untuk membantu dalam mengelola potensi sektor kelautan Indonesia yang besar diperlukan inovasi yang baru, hal ini dapat disolusikan dengan sistem identifikasi menggunakan metode deep learning yang menggunakan algoritma convolutional neural network dengan arsitektur ResNet-50. Data yang digunakan terdiri dari 900 citra data yang terbagi menjadi 9 kelas yaitu Black Sea Spart, Gilt-Head Bream, House Mackerel, Red Mullet, Red Sea Bream, Sea Bass, Shrimp, Striped Red Mullet, dan Trout yang diambil dari website Kaggle. Dalam membangun model klasifikasi diterapkan konfigurasi dari epoch dan learning rate dengan perbandingan data latih, data validasi, dan data uji sebesar 60:20:20 dan didapatkan performa dari sistem memiliki kecenderungan meningkat dengan bertambahnya jumlah epoch. Performa terbaik dihasilkan oleh model dengan epoch 100 dan learning rate 0.001 dengan akurasi sebesar 97.92%. sehingga dapat disimpulkan bahwa arsitektur ResNet-50 dapat mengidentifikasi jenis ikan laut.

Keywords


Resnet-50;Convolutional Neural Network; artificial intelligence; deep learning;ikan air laut

Full Text:

PDF

Article Metrics :

References


Direktorat Jenderal Penguatan Daya Saing Produk Kelautan dan Perikanan.(2022).Ekspor Perikanan Tumbuh 10.66% di 2022. Diakses pada 2023, dari https://kkp.go.id/djpdspkp/artikel/47840-ekspor-perikanan-tumbuh-10-66-di-2022.

PUSHIDROSAL.(2018).Data Kelautan yang Menjadi Rujukan Nasional Diluncurkan.Diakses pada 2023,dari https://www.pushidrosal.id/berita/5256/DATA-KELAUTAN-YANG-MENJADI-RUJUKAN-NASIONAL--DILUNCURKAN/#:~:text=Luas%20perairan%20Indonesia%206.400.000,Indonesia%2C%20sesuai%20dengan%20UU%20no

Indonesia.go.id.(2023).Pengusahaan Sektor Perikanan Hanya di Wilayah Terukur.Diakses pada 2023, dari https://indonesia.go.id/kategori/editorial/6950/pengusahaan-sektor-perikanan-hanya-di-wilayah-terukur?lang=1.

Arif Agusetyawan.(2020).Pengolahan Citra untuk Membedakan Ikan Segar dan Ikan Tidak Segar Menggunakan Convolutional Neural Network.5(1),hal. 11-19.

Bana Falakhi, Elmira F.A.,Muhamad Rizaldi, Renata Rizki R.A. & Novanto Yudistira.(2022).Perbandingan Model AlexNet dan ResNet dalam Klasifikasi Citra Memanfaatkan Transfer Learning .9(1), hal. 70-78.

Novelita Dwi Wiranda, Ledya Novamizanti, & Syamsul Rizal.(2020).Convolutional Neural Network Pada Klasifikasi Sidik Jari Menggunakan Resnet-50.1(2),hal. 61-68.

Pulung, A.N,Indah Fenriana, & Rudy Arijanto,Mkom.(2020).Implementasi Deep Learning Menggunakan convolutional neural network (CNN) pada Ekspresi Manusia.2(1),hal. 12-21.

Sarirotul Ilahiyah, Agung Nilogiri.(2018). Implementasi Deep Learning pada Identifikasi Jenis Tumbuhan Berdasarakan Citra Daun Menggunakan Convolutional Neural Network.3(2),hal. 49-56

Femil Paraijun, Rosida N.A, Dwina K.(2022). Implementasi Algoritma Convolutional Neural Network Dalam Mengklasifikasikan Kesegaran Buah Berdasarkan Citra Buah.11(1),hal. 1-9.

Dahria, Muhammad (Agustus 2008). Kecerdasan Buatan (Artificial Intelligence).5(2),hal 185-196.

P.F. Ambara Dewi, I.G.A. Ari Widarti, dan D.P. Sukraniti.(Februari 2018). Pengetahuan Ibu Tentang Ikan dan Pola Konsumsi Ikan pada Balita di Desa Kedonganan Kabupaten Badung.7(1), hal. 16-20. Tersedia: https://ejournal.poltekkes-denpasar.ac.id/index.php/JIG/article/view/jig7104

E.B. Sinaga, dan M.F. Astuti Tanjung (Agustus 2022). Pemanfaatan Zat Besi Dalam Makanan Laut (Ikan Laut) Pada Ibu Hamil untuk Mencegah Stunting Di Kelurahan Pulau Simardan Tanjung Balai.4(2),hal. 26-29.

.(September 2020).Manfaat Asupan Gizi Ikan Laut Untuk Mencegah Penyakit dan Menjaga Kesehatan Tubuh Bagi Masyarakat Pesisir.1(2),hal. 92-95.

A.O.Puspita Dewi.(2020).Kecerdasan Buatan sebagai Konsep Baru pada Perpustakaan.4(4),hal. 453-461.

Betta Mahesh.(Januari 2020).Machine Learning Alghorithms – A Review.9(1),hal. 381-386.

Ahmad Roihan, P.A. Sunarya, dan A.S. Rafika.(April 2020).Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper.5(1),hal. 75-82.

Qifang Bi, K.E. Goodman, Joshua Kaminsky, and Justin Lessler.(October 2019).What is Machine Learning? A Primer for the Epidemiologist.188(12),hal. 2222-2239.

Bell, Jason.(2015)Machine Learning: Hands-on for Developers and Technical Professionals.Canada, hal. 1-4.

.Wantimpres.go.id.(2017).Potensi Perikanan Indonesia.Diakses pada 2023, pada https://wantimpres.go.id/id/2017/04/potensi-perikanan-indonesia/.

Qayyum, Rafay.(2022).Introduction to Pooling Layers in CNN. Diakses pada 2023,dari https://pub.towardsai.net/introduction-to-pooling-layers-in-cnn-dafe61eabe34.

Dharmadi. Richard.(2018).Mengenal Convolutional Layer dan Pooling Layer.Diakses pada 2023, dari https://medium.com/nodeflux/mengenal-convolutional-layer-dan-pooling-layer-3c6f5c393ab2

Rectified Linear Units (ReLU) in Deep Learning.Diakses pada 2023,dari https://www.kaggle.com/code/dansbecker/rectified-linear-units-relu-in-deep-learning/notebook.

Convolutional Neural Networks.Diakses pada 2023,dari https://cs231n.github.io/convolutional-networks/#pool.

MB Herlambang.(2019).Deep Learning: Convolutional Neural Networks.Diakses pada 2023, dari https://www.megabagus.id/deep-learning-convolutional-neural-networks/6/.

Syihab Irawan, Fiki.(2020).Convolutional Neural Network (CNN).Diakses pada 2023, dari https://kotakode.com/blogs/2707/Convolutional-Neural-Network-(CNN).

Bhandari, aniruddha.(2020).Image Augmentation on The Fly using Keras ImageDataGenerator.Diakses pada 2023,dari https://www.analyticsvidhya.com/blog/2020/08/image-augmentation-on-the-fly-using-keras-imagedatagenerator/.

Bhattacharyya, Saptashwa.(2020).Understand and Implement ResNet-50 with TensorFlow 2.0.Diakses pada 2023, dari https://towardsdatascience.com/understand-and-implement-resnet-50-with-tensorflow-2-0-1190b9b52691.

Asyrofi, Rakha.(2020).Neural Network dalam Tensorflow.Diakses pada 2023, dari https://asyrofist.medium.com/perspektif-pemangku-kepentingan-556ba82b914e.

Duong, Andre.(2019).Keras Callbacks Explained in Three Minutes “A gentle introduction to callbacks in Keras. Learn about EarlyStopping, ModelCheckpoint, and other callback functions with code examples.”.Diakses pada 2023, dari https://www.kdnuggets.com/2019/08/keras-callbacks-explained-three-minutes.html.