Klasifikasi Spesies Ikan Air Tawar Menggunakan Convolutional Neural Network

Abstract

So many similar fish species causes difficulty in fish species directly. This time, the process of classifying fish species is identifying carried out using direct eye observation. Therefore we need a system in classifying fish species through image processing and neural network approaches with the aim that classification can be done effectively and efficiently. In this study, there are 3 species of fish classified, namely tilapia, tilapia fish and carp. The method used in this research is Convolutinal Neural Network and Local Binary Pattern is used to extract texture features that exist in the image. This study used 300 data in total, 210 images are used as data training and 90 images are used as data testing. After testimg in this study, the results of this study were considered to be good enough in classifying three types of freshwater fish species and can be applied in mobile devices and show that the proposed method is able to classify freshwater fish species with an accuracy of 87,77%.

Begitu banyaknya spesies ikan yang mirip menyebabkan kesulitan dalam mengenali spesies ikan secara langsung. Saat ini, proses klasifikasi spesies ikan masih dilakukan menggunakan pengamatan mata secara langsung. Oleh karena itu, diperlukan sebuah system dalam mengklasifikasi spesies ikan melalui pendekatan pengolahan citra dan neural network dengan tujuan agar klasifikasi dapat dilakukan secara efektif dan efisien. Pada penelitian ini, terdapat tiga spesies ikan yang diklasifikasi, yaitu ikan nila, ikan mujair, dan ikan gurame. Metode yang digunakan pada penelitian ini adalah Convolutional Neural Network dan Local Binary Pattern digunakan untuk mengekstraksi fitur tekstur yang ada pada citra. Penelitian ini menggunakan 300 data secara keseluruhan, 210 citra digunakan sebagai data training dan 90 citra digunakan sebagai data testing. Setelah dilakukan pengujian pada penelitian ini, dapat disimpulkan bahwa hasil penelitian ini dinilai sudah cukup baik dalam mengklasifikasikan tiga jenis spesies ikan air tawar serta sudah dapat diterapkan di perangkat bergerak dan menunjukkan bahwa metode yang diajukan mampu melakukan klasifikasi spesies ikan air tawar dengan akurasi sebesar 87,77%.