Identifikasi Kesegaran Ikan Menggunakan Metode Convolutional Neural Network (CNN)

Abstract

Indonesia has a very wide water area and very abundant fishery products where this condition makes many people use fish to be processed into various foodstuffs. The high protein and nutrients found in fish make many people use fish as their daily food. This has led to increased consumption of fish and has led some people to take advantage of this situation by selling fish that are not fit for consumption (such as rotten fish and formalin fish). This is clearly very dangerous and can harm people who eat fish. The use of harmful chemicals such as borax, formalin, and dyes in fish processing is becoming more common due to the lack of substitutes for these preservatives, and they are more readily available. Based on this explanation, a study will be conducted that can identify the freshness of fish by using the Convolutional Neural Network. The first requires fish to be identified and this study uses tilapia fish and is identified through the gills of tilapia fish. The Convolutional Neural Network process used is a convolution layer and pooling layer and fully connected layer. The test results obtained in determining the freshness of the fish based on the tilapia fish that have been provided as much as 80%. Failure to identify the freshness of tilapia was found because it was not suitable in grayscale calculations so that it was not optimal in its identification.

Indonesia mempunyai perairan yang begitu luas dengan hasil perikanannya yang begitu melimpah dimana kondisi ini membuat banyak orang memanfaatkan ikan untuk diolah menjadi berbagai bahan makanan. Tingginya protein dan nutrisi yang terdapat di ikan membuat banyak orang menggunakan ikan sebagai makanan sehari-hari. Hal ini menyebabkan peningkatan konsumsi ikan dan ada orang-orang yang sampai menjual ikan tidak layak untuk dikonsumsi berdasarkan situasi tersebut (jual ikan busuk/formalin). Hal ini jelas sangat bahaya dan bisa merugikan orang yang memakan ikan. Penggunaan bahan kimia berbahaya seperti boraks, formalin, dan pewarna dalam pengolahan ikan menjadi lebih umum karena kurangnya pengganti bahan pengawet ini, dan mereka lebih mudah tersedia. Berdasarkan penjelasan tersebut maka akan dilakukannya penelitian yang dapat mengidentifikasi kesegaran ikan dengan meggunakan Convolutional Neural Network. Pertama membutuhkan ikan untuk diidentifikasi dan penelitian ini menggunakan ikan mujair dan diidentifikasi melalui insang ikan mujair. Proses Convolutional Neural Network yang digunakan ada convolution layer selanjutnya pooling layer, dan juga fully connected layer. Hasil pengujian yang didapat dalam menentukan kesegaran ikan berdasarkan ikan mujair yang sudah disediakan sebanyak 80%. Kegagalan dalam mengidentifikasi kesegaran ikan mujair ditemukan dikarenakan kurang cocok dalam perhitungan grayscale sehingga kurang maksimal dalam pengidentifikasiannya.