AquaLens Dashboard
Sistem Identifikasi Ikan Konsumsi Pasar Tradisional Berbasis Random Forest
8
Kelas Ikan
52.77%
Akurasi Model
3248
Total Data
100
Jumlah Pohon RF
6
Fitur Warna
8 Spesies Ikan yang Dapat Diidentifikasi
Identifikasi Sekarang
01
Bandeng
Chanos chanos
Tambak air payau
02
Senangin
Eleutheronema tetradactylum
Perairan pantai & muara
03
Gulamah
Johnius trachycephalus
Dasar perairan pantai
04
Gulama Putih
Nibea albiflora
Pantai berlumpur & berpasir
05
Nila Mozambik
Oreochromis mossambicus
Sungai, kolam air tawar
06
Nila
Oreochromis niloticus
Sungai, waduk, kolam
07
Kembung
Rastrelliger faughni
Laut dangkal, pantai
08
Biji Nangka
Upeneus moluccensis
Dasar perairan karang
Alur Kerja Identifikasi
Upload Foto
JPG/PNG/WebP hingga 5 MB
Ekstraksi Fitur
Mean RGB dan HSV (6 nilai)
Prediksi RF
100 pohon voting
Hasil Identifikasi
Nama, habitat, gizi
Informasi Model
Algoritma
Random Forest
Jumlah Pohon
100 Estimators
Max Depth
10
Fitur Input
RGB dan HSV (6 fitur)
Split Data
80% Latih / 20% Uji
Sumber Dataset
Dataset Fish-gres dari ITS Surabaya, Mendeley Data, 2021.
2598
Data Latih (80%)
650
Data Uji (20%)
Lokasi:
Pasar Tradisional Gresik, Jawa Timur
Resolusi:
224 x 224 piksel (setelah resize)
Fitur:
Mean R, G, B, H, S, V per gambar
Preprocessing Pipeline
Load gambar via OpenCV
Resize ke 224 x 224 piksel
Konversi BGR ke RGB dan HSV
Ekstraksi mean 6 kanal warna
Normalisasi dan input ke RF
Keunggulan Random Forest
Akurasi tinggi
Kombinasi banyak pohon menghasilkan prediksi lebih stabil dari satu pohon tunggal.
Tahan overfitting
Pendekatan bagging dan pemilihan fitur acak mengurangi risiko overfitting.
Feature importance
Dapat menentukan fitur mana yang paling berpengaruh dalam klasifikasi.
Data non-linear
Bekerja baik pada pola data yang kompleks dan tidak linear.
Keterbatasan Model
Kompleksitas model
Terdiri dari banyak pohon sehingga sulit diinterpretasikan secara langsung.
Fitur terbatas
Hanya menggunakan 6 fitur warna; tekstur dan bentuk ikan tidak dipertimbangkan.
Sensitivitas pencahayaan
Nilai warna RGB/HSV dapat berubah signifikan tergantung kondisi cahaya foto.
Spesies terbatas
Model hanya mengenali 8 spesies yang ada dalam dataset pelatihan.