KLASIFIKASI JENIS IKAN GUPPY MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN

FITRA MARSHANDA (2025) KLASIFIKASI JENIS IKAN GUPPY MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN. Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_55201_2102020035.pdf Download (14MB)

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan jenis ikan Guppy menggunakan pendekatan Convolutional Neural Network (CNN) berbasis model VGG16 yang telah dilatih sebelumnya (pretrained). Dataset yang digunakan terdiri dari citra ikan Guppy yang dibagi menjadi data pelatihan dan validasi. Proses augmentasi data dilakukan untuk meningkatkan generalisasi model, termasuk rotasi, pergeseran, zoom, dan pembalikan horizontal. Model VGG16 digunakan sebagai basis untuk ekstraksi fitur, dengan menambahkan lapisan fully connected diatasnya untuk klasifikasi spesifik dataset ini. Lapisan dasar VGG16 dibekukan selama pelatihan untuk mempertahankan bobot pretrained dari ImageNet. Hasil evaluasi menunjukan akurasi yang tinggi pada data pelatihan dan validasi, serta Confusion Matrix yang mengilustrasikan kinerja klasifikasi pada berbagai kelas. Kata Kunci: Convolutional Neural Network (CNN), VGG16, Klasifikasi Ikan Guppy, Augmentasi Data, Ekstraksi Fitur.

Item Type:	Thesis (Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Komputer > Program Studi Informatika
Depositing User:	Admin Perpus UnivBI
Date Deposited:	06 Feb 2026 03:41
Last Modified:	06 Feb 2026 03:41
URI:	http://eprints.univbinainsan.ac.id/id/eprint/469

Actions (login required)

View Item