Identifikasi Status Kehamilan Monyet Kra (Macaca fascicularis) Melalui Citra Termal Menggunakan Convolutional Neural Network

Abstract

Pentingnya peran primata non-manusia dalam bidang biomedis perlu didukung dengan penyempurnaan pemanfaatannya, salah satunya termografi dengan metode non-invasif menggunakan kamera termal. Citra termal dapat diolah menggunakan Convolutional Neural Network (CNN) untuk memperoleh pengetahuan baru darinya. Penelitian ini bertujuan membangun model CNN untuk mengidentifikasi status kehamilan dari monyet kra (Macaca fascicularis) melalui citra termal dari bagian perut (abdomen). Hasil prediksi model di data uji dengan skema 3-fold cross validation mencapai mean Average Precision untuk 0.5 Intersection Over Union (mAP@50) sebesar 0.7998 ± 0.0254. Hasil prediksi model di data tes dengan skema averaging predictions mencapai mAP@50 sebesar 0.8413. Identifikasi melalui citra utuh dilakukan dengan data potongan citra hasil Sliding Window dan seleksi prediksi dengan teknik thresholding dan Soft Non Maximum Suppression. Melalui serangkaian teknik tersebut, model CNN yang dihasilkan mampu mengidentifikasi status kehamilan monyet kra dari bagian abdomen beserta lokasi abdomen-nya di dalam suatu citra termal utuh.