IMPLEMENTASI TRANSFER LEARNING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DALAM KLASIFIKASI PENYU

Putra, Gede Eka Okta and Fredlina, Ketut Queena and Wijaya, I Nyoman Yudi Anggara (2024) IMPLEMENTASI TRANSFER LEARNING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DALAM KLASIFIKASI PENYU. Jurnal Mahasiswa Teknik Informatika, 8 (1).

[thumbnail of 5164] Text
5164 - Published Version

Download (2kB)

Abstract

Pemanfaatan teknologi kecerdasan buatan, khususnya Machine Learning, telah menjadi solusi inovatif dalam konteks pelestarian fauna, terutama di negara maritim seperti Indonesia. Keanekaragaman hayati di perairan Indonesia, yang melimpah dan menjadi daya tarik wisata, menyoroti perlunya konservasi. Penyu, sebagai salah satu spesies laut yang mencolok, memiliki peran krusial dalam menjaga ekosistem perairan dunia selama puluhan juta tahun. Meskipun memiliki enam dari tujuh spesies penyu di dunia, data dari IUCN Red List of Threatened Species menunjukkan bahwa keenam spesies ini berstatus rentan terhadap kepunahan. Ancaman terhadap populasi penyu, seperti penangkapan telur untuk diperdagangkan, penangkapan induk penyu, dan aktivitas perburuan yang merusak, menjadi tantangan serius dalam upaya pelestarian. Dalam konteks ini, kami mengusulkan pemanfaatan teknologi Machine Learning, khususnya Convolutional Neural Network dan Transfer Learning, untuk klasifikasi jenis atau spesies penyu. Dua model yang dikembangkan diukur tingkat akurasinya, dengan tujuan menciptakan model akurat yang dapat mendeteksi spesies penyu melalui citra input. Pendekatan ini diharapkan dapat memberikan kontribusi signifikan dalam mencegah ancaman kepunahan terhadap penyu di Indonesia. Penelitian ini tidak hanya menghadirkan solusi teknologi yang inovatif, tetapi juga bertujuan meningkatkan kesadaran masyarakat terhadap pentingnya pelestarian spesies penyu. Dengan menyatukan pemanfaatan teknologi Machine Learning dan edukasi masyarakat, diharapkan dapat tercipta kesadaran yang lebih luas dan berkelanjutan terhadap pelestarian spesies ini di perairan Indonesia.

Item Type: Article
Subjects: Program Studi Teknik Informatika > S1-Teknik Informartika
Divisions: Program Studi Teknik Informatika
Depositing User: Unnamed user with email ppti@primakara.ac.id
Date Deposited: 06 May 2025 04:52
Last Modified: 06 May 2025 04:52
URI: http://repository.primakara.ac.id/id/eprint/147

Actions (login required)

View Item
View Item