• 024-7474754 (current)
  • fsm@undip.ac.id
    ``````
  • Visitor
  • Unduh
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Perpustakaan Fakultas Sains Matematika

Universitas Diponegoro

  • Berita
  • Profil
    Profil Singkat Struktur Organisasi Sambutan Kepala Perpustakaan Pustakawan Kontak
  • E-Resources
    Indonesiana
    • Batavia Digital
    • Candi di Indonesia
    • Dokumentasi Perfilman Indonesia
    • Dokumentasi Sastra Indonesia
    • Kepustakaan Presiden RI
    • Keraton Nusantara
    • Pernaskahan Nusantara
    • Pusaka Indonesia
    • Kepustakaan Tokoh Pahlawan P. Diponegoro
    • Kepustakaan Tokoh Pahlawan Jenderal Soedirman
    • Kepustakaan Tokoh Perfilman
    • Khasanah Pustaka Nusantara
    • Perpuspedia
    • Literasi Kanker Indonesia
    Pencarian
    • Indonesia One Search
    • DOAJ
    • Google Scholar
    • Scopus
    • JDIH
    • Bibliografi Nasional Indonesia
    • Katalog Induk Nasional
    • KINK Kemenkes
    • R2KN Kemenkes
    Alat & Sumber Belajar
    • Mendeley
    • Perpustakaan Digital
    • TED
    • Google Experiments
    • Sumber Belajar Kemdikbud
    • Ebook
    Pustaka Kami
    • Jurnal Nasional
    • Jurnal Internasional
    • Jurnal Dilanggan
    • Prosiding
    • Modul Bahan Ajar
  • Panduan
    Perpustakaan Layanan FAQ Penulisan Penelusuran Informasi Akses Internet Koleksi
  • Layanan
    Daftar Anggota Online Sirkulasi Referensi dan Serial Bebas Pinjam Kartu Sakti
  • Area Anggota

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Text

Klasifikasi Ikan Air Payau Menggunakan Model Transfer Learning Inception-V3 Convolutional Neural Networ

Adelia Setiyaningrum - Nama Orang;

Indonesia dikenal sebagai negara maritim yang memiliki sumber daya ikan
berlimpah tetapi masih banyak masyarakat yang mengalami kesulitan dalam
membedakan berbagai jenis ikan dikarenakan bentuk dan polanya yang serupa.
Pengidentifikasian jenis-jenis ikan diperlukan untuk membantu masyarakat dalam
mengenali berbagai jenis ikan dengan lebih mudah dan akurat sehingga dapat
membantu masyarakat dalam membudidayakan ikan, pengembangan usaha, dan
keamanan pangan. Pengidentifikasian jenis-jenis ikan ini dapat dilakukan dengan
memanfaatkan teknologi terkini yaitu dengan pengklasifikasian citra yang dapat
membedakan jenis ikan yang satu dengan yang lainnya secara otomatis. Klasifikasi
ini dibuat dengan mengolah citra menggunakan komputer dengan menggunakan
model transfer learning Inception-V3 Convolutional Neural Network. Model ini
telah dirancang untuk dapat menganalisis pola visual data yang kompleks dan
memiliki waktu komputasi yang rendah. Objek citra yang digunakan pada
penelitian ini ada 4 kategori yaitu ikan bandeng, ikan belanak, ikan kakap putih,
dan ikan mujair. Data tersebut dibagi menjadi 2 yaitu data training dan data testing,
dengan perbandingan 80% : 20%. Epochs pada penelitian ini menggunakan fungsi
early stopping. Learning rate yang digunakan pada penelitian ini sebesar 0,00001
dan batch size yang digunakan adalah 10. Model terbaik memperoleh nilai akurasi
data training sebesar 0,9875 atau 98,75% sedangkan nilai akurasi data testing
sebesar 0,6875 atau 68,75%. Nilai akurasi data testing 68,75% artinya model
Inception-V3 CNN dapat mengenali data ikan air payau secara visual dengan tepat
sebesar 68,75%.
Kata Kunci: Klasifikasi, Inception-V3, Convolutional Neural Network, Ikan Air
Payau


Ketersediaan
1088E20231088 E 2023Perpustakaan FSM UndipTersedia
Informasi Detail
Judul Seri
-
No. Panggil
1088 E 2023
Penerbit
: .,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Adelia Setiyaningrum
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Fakultas Sains Matematika
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Jl. Prof. Sudarto, Tembalang, Kec. Tembalang, Kota Semarang, Jawa Tengah 50275

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Perpustakaan Fakultas Sains Matematika

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik