DIAGNOSA PENYAKIT AYAM MELALUI CITRA GAMBAR FESES BERDASARKAN CNN

Ahsan, Muhammad Salimy (2023) DIAGNOSA PENYAKIT AYAM MELALUI CITRA GAMBAR FESES BERDASARKAN CNN. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 21.51.2104 Muhammad Salimy Ahsan.pdf Download (3MB)

Abstract

Peternakan ayam memberikan kontribusi paling banyak terhadap kebutuhan sumber protein hewani, selain mudah ditemui daging dan telur ayam telah menjadi makanan pokok di Indonesia. Banyak dari kalangan masyarakat yang telah mencoba untuk memelihara ayam baik itu dengan sekala yang kecil maupun yang besar. Adapun beberapa permasalahan yang sering terjadi dalam peternakan ayam adalah penyakit dan hal tersebut dapat memberikan dampak yang signifikan bagi peternakan. Dengan ketersediaan data yang cukup besar memungkinkan untuk dilakukannya proses pemantauan penyakit ayam dengan menggunakan teknologi deep learning untuk klasifikasi penyakit ayam. Proses klasifikasi akan dilakukan terhadap empat kelas, yaitu Healthy, Salmonella, Coccidiosis, and Newcastle disease. Metode dari hasil analisis klasifikasi dilakukan dengan menggunakan perhitungan akurasi, precision, recall dan F1-Score. Proses klasifikasi dilakukan dengan menggunakan model algoritma InceptionV3 dan Resnet50. Sebelum proses klasifikasi dilakukan, proses penyeimbangan data, augmentasi data dan preprocessing data dilakukan untuk menyiapkan data sehingga dapat digunakan dalam proses klasifikasi. Dengan melakukan proses penyeimbangan data, dapat meningkatkan tingkat peforma dari setiap algoritma baik itu dalam proses pelatihan maupun pengujian. Model algoritma dari CNN terbukti dapat melakukan proses klasifikasi penyakit ayam dengen baik. Hal tersebut dibuktikan dengan tingkat peforma dari model Resnet50 dimana menghasilkan nilai akurasi sebesar 96,38%, precision 96,40%, recall 96,36% dan F1-Score 96,38%, kemudian pada model InceptionV3 mengahsilkan peforma akurasi sebesar 95,33%, precision 95,36%, recall 95,32% dan F1-Score 95,33%.

Actions (login required)

View Item