View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Fisheries and Marine Science
      • UT - Marine Science And Technology
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Fisheries and Marine Science
      • UT - Marine Science And Technology
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Aplikasi Metode Pembelajaran Dalam (Deep Learning) Untuk Menghitung Benih Udang Vaname (Litopenaeus vannamei).

      Thumbnail
      View/Open
      Fulltext (9.295Mb)
      Date
      2020
      Author
      Ratnasari, Yulianti
      Jaya, Indra
      Iqbal, Muhammad
      Metadata
      Show full item record
      Abstract
      Udang vaname (Litopenaeus vannamei) merupakan salah satu jenis udang yang sangat digemari oleh petambak di Indonesia, karena lebih tahan terhadap virus dan dapat dipelihara dengan kepadatan tinggi. Pengusaha benih udang vaname biasanya akan melakukan penghitungan benih udang dengan cara manual. Cara ini dinilai kurang efisien dalam proses penghitungan benih udang. Sehingga, perlu dilakukan penelitian dalam kuantifikasi objek benih udang ini. Tujuan penelitian ini adalah melakukan identifikasi benih udang vaname (Litopenaeus vannamei) menggunakan salah satu model deep learning yaitu Tiny-YOLO-v2, kemudian mengaplikasikan model tersebut dalam program penghitung object. Prosedur penelitian terdiri dari beberapa tahapan. Tahapan tersebut diantaranya pengumpulan dataset, pelabelan dataset, traning dataset, testing model, dan aplikasi ke dalam program penghitung objek. Training dataset menggunakan algoritma Tiny-YOLO-v2. Proses training pada penelitian ini memerlukan 47500 step, 2500 epoch dan mendapatkan nilai training loss akhir sebesar ± 12.5. Rata-rata nilai precision didapatkan sebesar 95.66 %, sedangkan nilai recall diperoleh rata-rata sebesar 75.79 %. Akurasi dari model diperoleh nilai sebesar 60.39 %. Hasil tersebut menggambarkan bahwa model cukup stabil dalam mengkasifikasikan objek secara tepat. Aplikasi model kedalam program penghitung objek telah berhasil dilakukan.
      URI
      http://repository.ipb.ac.id/handle/123456789/104704
      Collections
      • UT - Marine Science And Technology [2093]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository