Erna Wati Sari
151105151053
Pola identifikasi ikan oleh pendataan statistik perikanan yang selama ini
dilakukan hanya bersifat data. Selain itu apabila ingin mengetahui jenis dari bentuk
ikan harus menampilkan kesuluruhan image ikan sehingga memerlukan waktu yang
cukup lama. Dalam penelitian ini dilakukan pendeteksian citra digital
menggunakan deteksi tepi canny untuk mendapatkan ciri dari suatu citra ikan air
tawar yang kemudian diklasifikasi menggunakan metode convolutional neural
network (CNN). Penelitian ini menggunakan 8 jenis ikan air tawar, untuk setiap
jenisnya diambil 40 citra sehingga total citra yang digunakan sebanyak 320 citra
ikan air tawar yang dibagi kedalam data latih dan data uji dengan perbandingan
80% - 20% (256 data latih dan 64 data uji). Penggunaan teknik deteksi canny untuk
pengambilan suatu ciri pada citra bisa digunakan untuk inputan proses klasifiksi
CNN berdasarkan feature map. Hasil akurasi model 2 dengan feature map (32 64
64) memperoleh hasil akurasi sebesar 62,50?ri pada model 1. Selain itu nilai
learning rate juga mempengaruhi hasil akurasi.
Kata Kunci : Deteksi Tepi Canny, Klasifikasi Ikan Air Tawar, Metode Convolutional Neural Network.