Klasifikasi Deteksi Kehamilan Pada Hasil Gambar Ultrasonografi Hewan Domba Menggunakan Metode Machine Learning CNN (Convolutional Neural Network)

Trilaksana, Adhe Wahyu (2025) Klasifikasi Deteksi Kehamilan Pada Hasil Gambar Ultrasonografi Hewan Domba Menggunakan Metode Machine Learning CNN (Convolutional Neural Network). Undergraduate thesis, Politeknik Negeri Jember.

	Text (Abstrak) Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (30kB)
	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (113kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (100kB)
	Text (Laporan Lengkap) Laporan Lengkap.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Deteksi kebuntingan pada domba merupakan aspek penting dalam manajemen peternakan untuk meningkatkan produktivitas dan mengurangi potensi kerugian. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi kebuntingan domba berbasis Machine Learning dengan menggunakan Convolutional Neural Network (CNN) arsitektur ResNet-152 pada citra ultrasonografi (USG). Data yang digunakan dalam penelitian ini terdiri dari 1.200 gambar USG yang dikumpulkan dari peternakan Gumukmas Multifarm, Jember. Data ini kemudian dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Proses pengolahan data melibatkan tahapan preprocessing, augmentasi data, dan normalisasi untuk meningkatkan performa model. Model CNN ResNet-152 dilatih menggunakan TensorFlow dengan optimasi Adam dan fungsi aktivasi sigmoid untuk klasifikasi biner (bunting dan tidak bunting). Hasil pengujian menunjukkan bahwa model memiliki tingkat akurasi yang tinggi, dengan metrik evaluasi seperti precision, recall, F1-score, dan confusion matrix yang menunjukkan keandalan dalam mendeteksi kebuntingan. Penelitian ini diharapkan dapat menjadi langkah awal dalam pengembangan teknologi berbasis kecerdasan buatan untuk meningkatkan efisiensi peternakan dan mendukung industri peternakan yang lebih modern.

Actions (login required)

View Item