Record Detail

Pembimbing: Elliana Gautama-- Indonesia merupakan negara kepulauan dengan berbagai keanekaragaman
hayati yang melimpah. Keanekaragaman jenis burung di Indonesia terus mengalami
peningkatan seiring berkembangnya zaman. Hingga awal tahun 2023, Indonesia
memiliki 1.826 jenis burung (Junaid, Meisa, & Akhfadurrahman, 2023). Sebagian
burung-burung tersebut memiliki penampilan dan karakteristik yang mirip,
sehingga terkadang sulit untuk membedakan jenis burung dan jenis makanannya.
Proses pengenalan jenis burung umumnya dilakukan dengan cara manual oleh
masyarakat sehingga membutuhkan pengetahuan dan keahlian yang khusus karena
tidak semua masyarakat bisa mengklasifikasi jenis burung. Algoritma
Convolutional Neural Network (CNN) merupakan salah satu algoritma Deep
Learning (DL) yang dapat mengekstrak fitur citra digital secara otomatis. Berbeda
dengan Machine Learning (ML), dimana proses ekstraksi fitur masih dilakukan oleh
user. CNN menggunakan citra sebagai input dan memiliki beberapa lapisan neuron
yang saling terhubung untuk melakukan klasifikasi citra. Oleh sebab itu, peneliti
memanfaatkan kelebihan CNN yang dapat mengekstrak fitur secara otomatis untuk
melakukan klasifikasi pada dataset citra burung tidak bergerak dan mengenali jenis
burung dan jenis makanannya. Dengan bantuan library Keras dari python pada hasil
percobaan model terhadap citra burung tidak bergerak menghasilkan maksimal
akurasi sebesar 95% pada sesi pelatihan, 90% pada sesi validasi, dan 90% pada sesi
pengujian. Dari hasil tersebut, dapat ditarik kesimpulan bahwa model
Convolutional Neural Network (CNN) yang sudah dibangun mampu
mengklasifikasi jenis burung dengan sangat baik.