Membedakan Jenis ikan yang Mirip dengan Convolutional Neural Network

Membedakan jenis ikan

Cara paling mudah untuk membedakan dua anak kembar adalah dengan memanggil namanya. Namun apa jadinya membedakan ikan yang berbeda spesies namun memiliki bentuk fisik yang sangat mirip bagi masyarakat awam. Dua jenis ikan yaitu Rastrelliger kanagurta dan Rastrelliger brachysoma memiliki bentuk fisik yang hampir sama dan kebanyakan masyarakat awan akan sulit untuk membedakanya. LRMPHP berhasil membedakan dua jenis ikan tersebut menggunakan metode image classification dalam sebuah paper berjudul “Classification of Rastrelliger kanagurta and Rastrelliger brachysoma using Convulational Neural Network” yang telah disampaikan pada acara Engineering International Conference ke-10 oleh Universitas Negeri Semarang pada tahun 2021. 

Rastrelliger kanagurta dan Rastrelliger brachysoma (Gambar 1) merupakan komoditas ikan yang penting terutama di sekitar Laut Jawa. Ikan jenis ini dimanfaatkan untuk konsumsi, karena cukup digemari di masyarakat. Sulitnya membedakan dua jenis ikan ini dijadikan sebagai latar belakang kegiatan penelitian ini dengan mencoba metode image classification sebagai jalan keluarnya.

Gambar 1. a. Ikan kembung lelaki (Rastrelliger kanagurta); b. ikan kembung perempuan (Rastrelliger brachysoma)

Dua jenis ikan tersebut diperoleh dari TPI di wilayah Kabupaten Pekalongan. Setidaknya 217 ekor untuk setiap jenis dijadikan sebagai data latih. Ikan tersebut difoto di ruang yang telah dikondisikan secara khusus terutama pencahayaan dan latar belakang gambarnya. Selanjutnya data latih tersebut di training menggunakan Empat arsitektur Convolutional Neural Network (CNN) yang berbeda yaitu CNN1 (CNN dengan dua lapisan convulasi), CNN2 (CNN dengan tiga lapisan convulasi), CNN3 (CNN dengan empat lapisan convulasi) dan CNN4 (CNN dengan lima lapisan convulasi). Selama training data set digunakan 35 epoch.  

Penelitian tersebut memberikan hasil bahwa arsitektur CNN 3 mendapatkan hasil paling baik dibandingkan dengan arsitektur CNN lainnya dengan nilai akurasi, sensitifitas dan spesivitas adalah 0,94 ; 1 ; 0,875. Dari hasil tersebut menunjukkan bahwa 100 ekor ikan yang dideteksi oleh arsitektur CNN 3 memberikan hasil 94 ikan dijawab dengan benar. Jadi, apakah metode ini bisa menggantikan pemanggilan nama seperti membedakan anak kembar diatas ?? sayangnya ikan tidak akan menyahut ketika dia dipanggil.

Penulis : Koko Kurniawan - LRMPHP