Projek ini bertujuan untuk menerapkan CNN dalam melakukan klasifikasi spesies ikan cakalang (Katsuwonus pelamis) dan tongkol (Euthynnus affinis). Dalam proses pelatihan model klasifikasi CNN, Projek ini menggunakan pendekatan transfer learning dengan memanfaatkan model terlatih / model pre-trained dari pustaka Keras Applications, yaitu VGG16 dan ResNet50. Pada penggunaan kedua model tersebut, dilakukan perbandingan untuk mendapatkan model klasifikasi dengan performa yang terbaik.
- Percobaan yang dilakukan pada projek ini, mendapatkan model klasifikasi CNN terbaik yang dibangun menggunakan pendekatan transfer learning dengan memanfaatkan model pre-trained ResNet50.
- Proses pelatihan pada model ini mendapatkan nilai loss train 0.000069, akurasi train 1.0000, loss validasi 0.0806, akurasi validasi 0.9884.
- Setelah pelatihan, model ini diuji menggunakan data citra baru yang terdiri dari 20 citra perkelas. Model yang digunakan adalah model Pelatihan Keseluruhan (200 Epoch). Model ini mendapatkan nilai performa akurasi 0.95, rata-rata makro precision 0.95, rata-rata makro recall 0.95, rata-rata makro f1 score 0.95.