KLASIFIKASI JENIS IKAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) SEBAGAI PENDUKUNG PENYAJIAN MPASI

Pratama, M. Nabil (2026) KLASIFIKASI JENIS IKAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) SEBAGAI PENDUKUNG PENYAJIAN MPASI. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_2213020072.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_2213020072_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (2MB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2213020072_0729098903_0713059502_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (584kB)
[img] Text (BAB 2)
RAMA_55201_2213020072_0729098903_0713059502_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (590kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_2213020072_0729098903_0713059502_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (485kB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_2213020072_0729098903_0713059502_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (962kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_2213020072_0729098903_0713059502_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (98kB) | Request a copy
[img] Text (References)
RAMA_55201_2213020072_0729098903_0713059502_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (135kB)
[img] Text (Lampiran)
RAMA_55201_2213020072_0729098903_0713059502_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy

Abstract

Penelitian ini dilatarbelakangi oleh masih terbatasnya kemampuan masyarakat dalam mengenali jenis ikan lokal yang memiliki karakteristik visual serupa sehingga dapat memengaruhi pemilihan bahan pangan sebagai pendukung penyajian menu Makanan Pendamping Air Susu Ibu (MPASI). Selain itu, belum tersedia sistem berbasis website yang mampu mengklasifikasikan jenis ikan lokal secara otomatis dan menyajikan informasi penyajian menu MPASI. Penelitian ini bertujuan mengembangkan sistem klasifikasi jenis ikan lokal menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 berbasis website. Penelitian menggunakan dataset delapan jenis ikan lokal, yaitu Bandeng, Bawal, Gabus, Gurami, Ikan Mas, Kembung, Mujair, dan Nila. Citra diproses melalui tahap preprocessing berupa resize, normalisasi, augmentasi, center cropping, dan texture enhancement. Model dilatih menggunakan transfer learning dan fine tuning, kemudian dievaluasi menggunakan accuracy, precision, recall, F1-score, dan confusion matrix. Sistem diimplementasikan dalam bentuk website untuk mengklasifikasikan jenis ikan dan menampilkan informasi penyajian menu MPASI. Hasil penelitian menunjukkan model terbaik memperoleh akurasi 99,26% dengan nilai precision, recall, dan F1-score yang tinggi. Pengujian Black Box Testing menunjukkan seluruh fungsi sistem berjalan sesuai rancangan. Sistem mampu mengidentifikasi jenis ikan lokal secara otomatis serta menyajikan informasi penyajian menu MPASI sebagai media pendukung edukasi bagi masyarakat.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Convolutional Neural Network (CNN), MobileNetV2, Klasifikasi Jenis Ikan, MPASI, Website
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 461 Information systems
410 Engineering science > 462 Information technology
410 Engineering science > 463 Software engineering
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: M. Nabil Pratama
Last Modified: 06 Aug 2026 07:21
URI: http://repository.unpkediri.ac.id/id/eprint/27357

Actions (login required)

View Item View Item