HAMZANWADIHAMZANWADI
Edumatic: Jurnal Pendidikan InformatikaEdumatic: Jurnal Pendidikan InformatikaPenilaian kesegaran ikan sangat penting untuk menjamin kualitas makanan dan keamanan konsumen; namun, pemeriksaan visual konvensional tetap bersifat subyektif dan tidak konsisten. Meskipun pembelajaran dalam telah menunjukkan kinerja yang menjanjikan dalam klasifikasi gambar, pembanding standar Jaringan Saraf Konvolusi (CNN) dan Klasifikasi YOLOv8 di bawah pengaturan eksperimental identik untuk klasifikasi kesegaran ikan tingkat halus tetap terbatas. Studi ini membandingkan kedua model menggunakan dataset yang sama, jalur pra-pemrosesan, strategi peningkatan, dan konfigurasi pelatihan untuk mengevaluasi kinerja prediktif dan efisiensi komputasi. Dataset terdiri dari gambar digital tongkol dan slungsung ikan yang dikategorikan menjadi empat kelas: Tongkol Segar, Tongkol Busuk, Slungsung Segar, dan Slungsung Busuk. Kinerja model dievaluasi menggunakan akurasi, presisi, recall, F1-score, waktu pelatihan, dan kecepatan inferensi. CNN mencapai kinerja prediktif unggul dengan akurasi 99,25%, presisi 99,13%, recall 99,13%, dan F1-score 99,13%, sedangkan Klasifikasi YOLOv8 mencapai akurasi 89,88%, presisi 89,96%, recall 89,88%, dan F1-score 89,89%. Sebaliknya, YOLOv8 hanya membutuhkan waktu 15 menit untuk pelatihan dan 9 ms per gambar untuk inferensi, dibandingkan dengan 23 menit 20 detik dan 18 ms untuk CNN. Temuan ini menetapkan pembanding yang kuat untuk memilih arsitektur pembelajaran dalam dengan menyeimbangkan akurasi prediktif dan efisiensi komputasi dalam sistem inspeksi kesegaran ikan otomatis.
Studi ini menunjukkan bahwa pemilihan arsitektur pembelajaran dalam untuk klasifikasi kesegaran ikan harus mempertimbangkan kinerja prediktif dan efisiensi komputasi.Di bawah kondisi eksperimental yang identik, CNN mencapai akurasi klasifikasi yang unggul dengan efektif menangkap karakteristik visual halus yang terkait dengan kesegaran ikan, sedangkan Klasifikasi YOLOv8 menyediakan pelatihan dan inferensi yang lebih cepat, menjadikannya lebih cocok untuk aplikasi waktu nyata dengan sumber daya komputasi terbatas.Selain membandingkan dua model pembelajaran dalam, studi ini menetapkan kerangka pembanding yang terstandarisasi yang memberikan panduan praktis untuk memilih arsitektur yang sesuai sesuai dengan persyaratan aplikasi dalam inspeksi kualitas makanan otomatis.Penelitian masa depan harus memvalidasi temuan ini menggunakan dataset yang lebih besar dan lebih beragam, spesies ikan tambahan, dan arsitektur pembelajaran dalam terbaru untuk meningkatkan generalisasi model dan mendukung implementasi yang lebih luas dalam sistem kontrol kualitas perikanan cerdas.
Untuk penelitian lanjutan, disarankan untuk memperluas dataset, mencakup spesies ikan tambahan, dan membandingkan berbagai arsitektur pembelajaran dalam yang canggih untuk meningkatkan generalisasi model. Selain itu, penting untuk mengevaluasi ketahanan model menggunakan dataset yang lebih besar dan lebih heterogen yang dikumpulkan di bawah kondisi operasi yang realistis. Penelitian masa depan juga dapat mengeksplorasi integrasi arsitektur pembelajaran dalam yang canggih dengan optimasi spesifik domain untuk lebih meningkatkan kinerja sistem inspeksi kualitas makanan berbasis citra.
- . 0 doi.org/10.3390/foods14132350A 0 doi 10 3390 foods14132350
- Client Challenge. client challenge javascript disabled browser please enable proceed required part site... doi.org/10.1007/s42452-025-06472-wClient Challenge client challenge javascript disabled browser please enable proceed required part site doi 10 1007 s42452 025 06472 w
- Client Challenge. client challenge javascript disabled browser please enable proceed required part site... link.springer.com/10.1007/s12161-026-03019-6Client Challenge client challenge javascript disabled browser please enable proceed required part site link springer 10 1007 s12161 026 03019 6
| File size | 681.03 KB |
| Pages | 10 |
| DMCA | Report |
Related /
IJCSNETIJCSNET Hasil menunjukkan peningkatan pemahaman terhadap SOLO Taxonomy dan kemampuan peserta untuk merancang serta menganalisis aktivitas pembelajaran yang mendorongHasil menunjukkan peningkatan pemahaman terhadap SOLO Taxonomy dan kemampuan peserta untuk merancang serta menganalisis aktivitas pembelajaran yang mendorong
JURNALPERIKANANKAMASANJURNALPERIKANANKAMASAN LBM serta menilai mutu organoleptiknya. Penelitian ini dilakukan selama kegiatan magang di CV. Lautan Berkah Melimpah, yang berlokasi di Jalan Gosamtian,LBM serta menilai mutu organoleptiknya. Penelitian ini dilakukan selama kegiatan magang di CV. Lautan Berkah Melimpah, yang berlokasi di Jalan Gosamtian,
IJCSNETIJCSNET Integrasi sesi edukasi, pelatihan praktis, mentoring, dan diskusi interaktif secara efektif meningkatkan pemahaman peserta mengenai pelaporan keuanganIntegrasi sesi edukasi, pelatihan praktis, mentoring, dan diskusi interaktif secara efektif meningkatkan pemahaman peserta mengenai pelaporan keuangan
IJCSNETIJCSNET Kegiatan ini mengatasi kesulitan berulang dalam mengorganisasi pengantar diri, pembukaan dan penutupan presentasi, serta mempertahankan pengiriman non-verbalKegiatan ini mengatasi kesulitan berulang dalam mengorganisasi pengantar diri, pembukaan dan penutupan presentasi, serta mempertahankan pengiriman non-verbal
YAZRIYAZRI Sebagian ulama konservatif mengkritisi unsur-unsur budaya lokal yang dianggap tidak sesuai dengan prinsip tauhid, sementara ulama moderat menerima tradisiSebagian ulama konservatif mengkritisi unsur-unsur budaya lokal yang dianggap tidak sesuai dengan prinsip tauhid, sementara ulama moderat menerima tradisi
HAMZANWADIHAMZANWADI Studi lanjutan perlu memvalidasi temuan ini menggunakan dataset multi-pusat, protokol evaluasi berbasis pasien, dan metrik kejelasan kuantitatif untukStudi lanjutan perlu memvalidasi temuan ini menggunakan dataset multi-pusat, protokol evaluasi berbasis pasien, dan metrik kejelasan kuantitatif untuk
UNAIRUNAIR Metode identifikasi manual memakan waktu dan rentan terhadap kesalahan terutama dalam lingkungan throughput tinggi seperti pasar ikan. Dalam penelitianMetode identifikasi manual memakan waktu dan rentan terhadap kesalahan terutama dalam lingkungan throughput tinggi seperti pasar ikan. Dalam penelitian
OPENGLOBALSCIOPENGLOBALSCI Hasil positif telah terdokumentasi pada berbagai spesies seperti Oreochromis niloticus, Clarias batrachus, dan Rachycentron canadum. Namun, variasi antarHasil positif telah terdokumentasi pada berbagai spesies seperti Oreochromis niloticus, Clarias batrachus, dan Rachycentron canadum. Namun, variasi antar
Useful /
STIKESMEDISTRA INDONESIASTIKESMEDISTRA INDONESIA Secara keseluruhan, F1 adalah formula dengan kualitas fisik terbaik karena bobot jenisnya mendekati kondisi fisiologis dan memiliki kemampuan berbusa tertinggi,Secara keseluruhan, F1 adalah formula dengan kualitas fisik terbaik karena bobot jenisnya mendekati kondisi fisiologis dan memiliki kemampuan berbusa tertinggi,
STHBSTHB Analisis kasus-kasus lingkungan utama mengungkapkan kesenjangan yang konsisten antara kepastian hukum dan penegakan, karena denda lingkungan yang dibayarkanAnalisis kasus-kasus lingkungan utama mengungkapkan kesenjangan yang konsisten antara kepastian hukum dan penegakan, karena denda lingkungan yang dibayarkan
STPKAKSTPKAK Penelitian ini menunjukkan bahwa nilai-nilai Laudato Si memiliki potensi besar untuk meningkatkan kesadaran lingkungan, khususnya dalam komunitas pendidikanPenelitian ini menunjukkan bahwa nilai-nilai Laudato Si memiliki potensi besar untuk meningkatkan kesadaran lingkungan, khususnya dalam komunitas pendidikan
STPKAKSTPKAK Metode yang digunakan adalah kualitatif dengan pendekatan deskriptif naturalistik. Data dikumpulkan melalui observasi dan wawancara mendalam. Hasil penelitianMetode yang digunakan adalah kualitatif dengan pendekatan deskriptif naturalistik. Data dikumpulkan melalui observasi dan wawancara mendalam. Hasil penelitian