Anwar, Khairil (2014) PENDETEKSIAN DAN PENGENALAN SPESIES KUPU-KUPU MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK BERBASIS ANDROID SEBAGAI MEDIA PEMBELAJARAN. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (135kB)
	Text Abstrak.pdf Download (248kB)
	Text Bab 1.pdf Download (208kB)
	Text Daftar Pustaka.pdf Download (211kB)
	Text Full Text.pdf Restricted to Registered users only Download (3MB)

Abstract

Penelitian ini berfokus pada perancangan sistem deteksi dan pengenalan spesies kupu-kupu dengan menggunakan metode Convolutional Neural Network (CNN) melalui aplikasi berbasis Android. Tujuan utama dari aplikasi ini adalah untuk menyediakan alat identifikasi spesies kupu-kupu yang akurat dan informatif, sekaligus menjadi sumber edukasi yang dapat meningkatkan pemahaman pengguna serta kesadaran masyarakat tentang konservasi kupu-kupu. Model CNN dikembangkan menggunakan Jupyter Notebook dengan Bahasa pemrograman Phyton, memanfaatkan dataset yang mencakup 3058 gambar dari 25 jenis kupukupu, sehingga memungkinkan pengenalan yang tepat. Metode penelitian melibatkan beberapa tahapan, mulai dari pengumpulan dataset kupu-kupu yang lengkap, perancangan arsitektur CNN untuk mencapai akurasi yang optimal, hingga implementasi model yang telah dilatih dengan menggunakan bahasa pemrograman Python. Dalam pengujian, model diuji dengan 612 gambar, menghasilkan akurasi klasifikasi sekitar 92%, tingkat akurasi yang tinggi ini menunjukkan bahwa CNN efektif dalam mengenali spesies kupu-kupu, meskipun terdapat perbedaan visual yang kecil antar spesies. Selain berfungsi sebagai alat identifikasi, aplikasi ini juga berfungsi sebagai platform pembelajaran yang menarik, memberikan informasi mendalam tentang setiap spesies dan mendorong kesadaran akan keanekaragaman hayati. Pendekatan ini menunjukkan bagaimana kecerdasan buatan dapat digunakan tidak hanya untuk memecahkan tantangan klasifikasi, tetapi juga untuk mendukung upaya pendidikan dan konservasi, sehingga aplikasi ini bermanfaat bagi ilmu pengetahuan dan masyarakat.

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Khairil Anwar
Date Deposited:	21 Feb 2025 09:25
Last Modified:	21 Feb 2025 09:25
URI:	https://rama.unimal.ac.id/id/eprint/10216

Actions (login required)

View Item