Lanang Satria Wiralaga, (NIM. 2021911026) (2024) Analisis kualitas gambar sebagai data training dalam pembuatan machine learning identifikasi pola pertumbuhan (life form) terumbu karang. skripsi thesis, Universitas Bangka Belitung.
Text
HALAMAN DEPAN.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
Text
BAB I.pdf Restricted to Registered users only Download (312kB) | Request a copy |
|
Text
BAB II.pdf Restricted to Registered users only Download (426kB) | Request a copy |
|
Text
BAB III.pdf Restricted to Registered users only Download (730kB) | Request a copy |
|
Text
BAB IV.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
Text
BAB V.pdf Restricted to Registered users only Download (489kB) | Request a copy |
|
Text
DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (533kB) | Request a copy |
|
Text
LAMPIRAN.pdf Restricted to Registered users only Download (687kB) | Request a copy |
Abstract
Provinsi Kepulauan Bangka Belitung memiliki aset perairan yang melimpah berupa terumbu karang, khususnya di Pulau Panjang. Terumbu karang di wilayah ini merupakan salah satu spot snorkeling favorit dan memiliki kondisi yang baik. Pemantauan efektif terhadap terumbu karang sangat penting untuk konservasi dan keberlanjutannya. Namun, metode pemantauan tradisional seringkali tidak efisien dan rentan terhadap kesalahan manusia, sehingga diperlukan pendekatan baru yang lebih akurat. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan pola pertumbuhan (life form) terumbu karang di Pulau Panjang menggunakan metode Machine Learning, khususnya Convolutional Neural Network (CNN). Metode ini melibatkan pengumpulan gambar-gambar terumbu karang, pengolahan data, dan pembentukan model CNN. Lima jenis life form terumbu karang berhasil diidentifikasi, yaitu: Acropora branching, Acropora digitate, Acropora tabulate, Coral massive, dan Coral foliose. Proses pembentukan model dimulai dari pengambilan gambar hingga evaluasi akurasi data training. Berdasarkan proses training machine learning yang telah dilakukan, diperoleh akurasi tertinggi sebesar 80% pada epoch 50. Hasil penelitian menunjukkan bahwa metode Machine Learning dapat diimplementasikan secara efektif untuk identifikasi life form terumbu karang, dengan penekanan pada ekstraksi ciri visual dari gambar-gambar terumbu karang. Temuan ini diharapkan dapat berkontribusi pada pemahaman dan perlindungan ekosistem terumbu karang di Pulau Panjang serta membuka potensi pengembangan software untuk identifikasi jenis terumbu karang secara real-time. Saran untuk penelitian mendatang adalah mengeksplorasi lebih lanjut efek perubahan lingkungan terhadap pertumbuhan terumbu karang dan penggunaan teknologi baru dalam identifikasi
Item Type: | Thesis (skripsi) |
---|---|
Uncontrolled Keywords: | Machine learning; konservasi; convolutional neural network; Kepulauan Bangka Belitung |
Subjects: | L Education > L Education (General) Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science Z Bibliography. Library Science. Information Resources > ZA Information resources |
Divisions: | SKRIPSI > Fakultas Pertanian, Perikanan dan Biologi > Manajemen Sumberdaya Perairan |
Depositing User: | Darma - |
Date Deposited: | 02 Jul 2024 07:39 |
Last Modified: | 02 Jul 2024 07:39 |
URI: | http://repository.ubb.ac.id/id/eprint/9328 |
Actions (login required)
View Item |