KLASIFIKASI JENIS FAUNA DENGAN MENGGUNAKAN TRANSFER LEARNING GOOGLENET
Sari
Perkembangan teknologi yang pesat tidak dapat dihindari dalam kehidupan saat ini, termasuk dalam bidang Pendidikan dan Kesehatan. Pada era Revolusi 4.0 di Indonesia, pendidikan dihadapkan pada tuntutan untuk mengikuti perkembangan teknologi informasi dan komunikasi (TIK) guna mempercepat proses pembelajaran. Meskipun media internet sudah umum digunakan dalam proses pembelajaran dari usia dini hingga dewasa, masih banyak sekolah yang belum memanfaatkan secara memaksimalkan, terutama dalam pengenalan objek seperti fauna kepada anak usia dini. Salah satu solusinya dapat diciptakan model untuk mendeteksi fauna sebagai metode pembelajaran untuk anak usia dini. Model ini dikembangkan dengan menggunakan metode SEMMA (Sample, Explore, Modify, Model, Assess) dan algoritma yang digunakan adalh Convolutional Neural Network (CNN) dengan menggunakan transfer learning GoogleNet. Model dievaluasi menggunakan metrik seperti akurasi, loss, precision, dan recall. Hasil akhir menunjukkan model mencapai akurasi 98,36% dan loss 0,06% pada data training, serta akurasi 89,83% dan loss 38,84% pada data validasi. Model klasifikasi fauna ini meningkatkan pengalaman belajar anak usia dini melalui media internet dengan cara yang menarik dan interaktif. Diharapkan pemanfaatan teknologi dalam pembelajaran akan semakin optimal sehingga menciptakan generasi yang siap menghadapi tantangan di era Revolusi 4.0.
Kata Kunci
Teks Lengkap:
PDFReferensi
Alizah, M. D., Nugroho, A., Radiyah, U., & Gata, W. (2020). Sentimen Analisis Terkait Lockdown pada Sosial Media Twitter. Indonesian Journal on Software Engineering (IJSE), 6(2), 223–229. https://doi.org/10.31294/ijse.v6i2.8991
Ardiansyah, A., & Hasan, N. F. (2023). Deteksi dan Klasifikasi Penyakit Pada Daun Kopi Menggunakan Yolov7. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 12(1), 30–35. https://doi.org/10.32736/sisfokom.v12i1.1545
Babulal, K. S., & Das, A. K. (2022). Deep Learning-Based Object Detection: An Investigation. In: Singh, P.K., Wierzchoń, S.T., Chhabra, J.K., Tanwar, S. (eds) Futuristic Trends in Networks and Computing Technologies. In P. K. Singh (Ed.), Lecture Notes in Electrical Engineering (pp. 697–711). Springer. https://doi.org/https://doi.org/10.1007/978-981-19-5037-7_50
Ifantiska, D. (2022). Implementasi Arsitektur Googlenet Dan Xception Untuk Identifikasi Penyakit Pada Daun Tanaman Kelapa Sawit.
Inaya, A. N., Rahma, A. U., Jannah, M., Arafah, L. R. K., Ishak, L., & Edy, M. R. (2024). Klasifikasi Citra Dengan Pendekatan Transfer Learning Pada Gambar Fauna Terbang. Jurnal MediaTIK, 7(1), 85–89. https://journal.unm.ac.id/index.php/MediaTIK/article/view/2785
Pahlevi, R. (2022). Penetrasi Internet di Kalangan Remaja Tertinggi di Indonesia. https://databoks.katadata.co.id/datapublish/2022/06/10/penetrasi-internet-di-kalangan-remaja-tertinggi-di-indonesia
Palacios, H. J. G., Toledo, R. A. J., Pantoja, G. A. H., & Navarro, Á. A. M. (2017). A comparative between CRISP-DM and SEMMA through the construction of a MODIS repository for studies of land use and cover change. Advances in Science, Technology and Engineering Systems, 2(3), 598–604. https://doi.org/10.25046/aj020376
Putriani, J. D., & Hudaidah, H. (2021). Penerapan Pendidikan Indonesia Di Era Revolusi Industri 4.0. Edukatif : Jurnal Ilmu Pendidikan, 3(3), 831–838. https://edukatif.org/index.php/edukatif/article/view/407
Sabilla, I. A. (2020). Arsitektur Convolutional Neural Network (Cnn) Untuk Klasifikasi Jenis Dan Kesegaran Buah Pada Neraca Buah. In Tesis. https://repository.its.ac.id/73567/1/05111850010020-Master_Thesis.pdf
Sanjaya, M. O., Bukhori, S., & Furqon, M. `Ariful. (2023). Virtual Assistant for Thesis Technical Guide Using Artificial Neural Network. Indonesian Journal of Artificial Intelligence and Data Mining, 6(2), 188. https://doi.org/10.24014/ijaidm.v6i2.23473
Widiasanti, I., Ramadhan, N. A., Alfarizi, M., Fairus, N., Oktafiani, A. W., & Thahur, D. (2023). Pemanfaatan Sarana Multimedia dan Media Internet sebagai Alat Pembelajaran yang Efektif. Edukatif : Jurnal Ilmu Pendidikan, 5(3), 1355–1370. https://doi.org/10.31004/edukatif.v5i3.4939
DOI: https://doi.org/10.31294/jki.v12i1.22997
##submission.copyrightStatement##
Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika
Email : jurnalkhatulistiwainformatika@bsi.ac.id
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License