Klasifikasi Citra Burung Cendrawasih Menggunakan Metode Convolutional Neural Network
Main Article Content
Abstract
Penelitian bertujuan untuk mengklasifikasikan citra burung cendrawasih menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur VGG-19. Burung cendrawasih, dengan keindahan bulu dan variasi jenis yang menarik, menjadi subjek penelitian ini untuk meningkatkan akurasi identifikasi melalui teknologi AI. Dataset yang digunakan terdiri dari 1785 citra yang mencakup lima jenis burung cendrawasih yang berbeda, yang diperoleh dari internet. Proses klasifikasi dilakukan dengan menerapkan teknik augmentasi data untuk mengatasi masalah overfitting dan underfitting. Metode penelitian melibatkan beberapa tahap, termasuk pengumpulan dataset, preprocessing, pembagian dataset, dan implementasi model CNN. Pengujian dilakukan dalam dua kali: tanpa augmentasi dan batch normalization, serta dengan augmentasi dan batch normalization. Hasil dari pengujian menunjukkan bahwa penggunaan augmentasi data dan batch normalization secara signifikan meningkatkan akurasi model dari 85% menjadi 97%. Dengan demikian, penelitian ini tidak hanya mengkonfirmasi efektivitas metode CNN dengan arsitektur VGG-19 dalam klasifikasi citra burung cendrawasih, tetapi juga memberikan kontribusi penting dalam upaya pelestarian burung cendrawasih melalui pengembangan sistem identifikasi otomatis. Penelitian ini diharapkan dapat menjadi dasar untuk penelitian lebih lanjut dalam bidang konservasi dan pengenalan citra berbasis teknologi AI.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
[1] M. Pattiwarl and A. and Turot, “Komposisi Jenis dan Populasi Burung Cendrawasih di Kampung Malagufuk Distrik Klayili Kabupaten Sorong Provinsi Papua Barat,” Daun (Jurnal Ilmiah Pertanian dan Kehutanan, pp. 151–162, Dec. 2020, doi: 10.33084/daun.v7i2.2014.
[2] M. Harahap, M. L. Em, L. S. Sitanggang, M. Sinaga, D. F. Sihombing, and A. M. Husein, “Deteksi Penyakit Covid-19 Pada Citra X-Ray Dengan Pendekatan Convolutional Neural Network (CNN),” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 6, no. 1, pp. 70–77, Feb. 2022, doi: 10.29207/resti.v6i1.3373.
[3] J. Alberto and D. and Hermanto, “Klasifikasi Jenis Burung Menggunakan Metode CNN Dan Arsitektur ResNet,” Jatisi (Jurnal Teknik Informatika dan Sistem Informasi), vol. 10, pp. 34–46, 2023.
[4] W. Nengsih, Ardiyanto, and A. P. Lestari, “Klasifikasi Burung Cendrawasih Menggunakan Recognition CNN Keras,” ILKOM Jurnal Ilmiah, vol. 13, no. 3, pp. 259–265, 2021.
[5] D. Marcella, Yohannes, and S. Devella, “Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network Dengan Arsitektur VGG-19,” Jirnal Algoritme, vol. 3, no. 1, pp. 60–70, Oct. 2022.
[6] H. Dhika, N. R. Kurnianda, P. Irfansyah, and W. Ananta, “Model Prediksi Jenis Hewan dengan Metode Convolution Neural Network,” Jurnal Ilmiah Teknik Informatika, vol. 9, no. 1, pp. 31–40, 2020, [Online].Available: http://www.kaggle.com/c/dogs-vs-
[7] N. Fadlia and R. Kosasih, “Klasifikasi Jenis Kendaraan Menggunakan Metode Convolutional Neural Network (CNN),” Jurnal Ilmiah Teknologi dan Rekayasa, vol. 24, no. 3, pp. 207–215, Dec. 2019, doi: 10.35760/tr.2019.v24i3.2397.
[8] F. F. Maulana and N. Rochmawati, “Klasifikasi Citra Buah Menggunakan Convolutional Neural Network,” JINACS (Journal of Informatics and Computer Science), vol. 1, no. 2, pp. 104–108, 2019.
[9] F. Charli, H. Syaputra, M. Akbar, S. Sauda, and F. Panjaitan, “Implementasi Metode Faster Region Convolutional Neural Network (Faster R-CNN) Untuk Pengenalan Jenis Burung Lovebird,” Journal of Information Technology Ampera, vol. 1, no. 3, pp. 185–197, Dec. 2020, [Online]. Available: https://journal- computing.org/index.php/journal-ita/index
[10] E. I. Haksoro and A. Setiawan, “Pengenalan Jamur Yang Dapat Dikomsumsi Menggunakan Metode Transfer Learnig Pada Convotional Neural Network,” Jurnal Teknik Elektro Teknologi Informasi dan Komputer, vol. 5, no. 2, pp. 81–91, Dec. 2021, doi: 10,31961/eltikom.v5i2.428.
[11] Andriani. Rini, R. R. Sitorus, S. A. P. Zai, and Y. S. Pasaribu, “Penggunaan Algoritma CNN untuk Mengidentifikasi Jenis Anjing Menggunakan Metode Supervised Learning,” Mutiara : Jurnal Penelitian dan Karya Ilmiah, vol. 1, no. 6, pp. 393–403, Dec. 2023, doi: 10.59059/mutiara.v1i6.741.