KRISTIAN, Lukas Hans (2021) Implementasi Image Recognition dalam Rancang Bangun Sistem Identifikasi Fosil Foraminifera Menggunakan Framework Flask dan Flutter. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Lukas Hans Kristian-H1D017010-Skripsi-2021.pdf Download (121kB)
	PDF (Legalitas) LEGALITAS-Lukas Hans Kristian-H1D017010-Skripsi-2021.pdf Restricted to Repository staff only Download (532kB)
	PDF (Abstrak) ABSTRAK-Lukas Hans Kristian-H1D017010-Skripsi-2021.pdf Download (45kB)
	PDF (BabI) BAB-I-Lukas Hans Kristian-H1D017010-Skripsi-2021.pdf Restricted to Repository staff only Download (53kB)
	PDF (BabII) BAB-II-Lukas Hans Kristian-H1D017010-Skripsi-2021.pdf Restricted to Repository staff only Download (223kB)
	PDF (BabIII) BAB-III-Lukas Hans Kristian-H1D017010-Skripsi-2021.pdf Restricted to Repository staff only Download (134kB)
	PDF (BabIV) BAB-IV-Lukas Hans Kristian-H1D017010-Skripsi-2021.pdf Restricted to Repository staff only Download (664kB)
	PDF (BabV) BAB-V-Lukas Hans Kristian-H1D017010-Skripsi-2021.pdf Restricted to Repository staff only Download (45kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Lukas Hans Kristian-H1D017010-Skripsi-2021.pdf Download (115kB)
	PDF (Lampiran) LAMPIRAN-Lukas Hans Kristian-H1D017010-Skripsi-2021.pdf Restricted to Repository staff only Download (317kB)

Abstract

Dalam ilmu mikropaleontologi, identifikasi jenis foraminifera benthonik diperlukan untuk penentuan umur relatif batuan dan korelasi antar lapisan batuan. Untuk membedakan dan mengidentifikasi jenis foraminifera benthonik dapat menggunakan fitur morfologinya. Namun dengan keterbatasan alat yang ada saat ini, tentunya akan menyulitkan dalam proses identifikasi, sehingga hanya buku saja yang dapat menjadi pedoman dasar untuk melakukan identifikasi. Inovasi dalam pembuatan alat bantu visual saat ini sangatlah diperlukan, terlebih dengan perkembangan teknologi yang begitu pesat, pemanfaatan teknologi image-recognition dapat menjadi salah satu solusi yang dapat diterapkan pada pembuatan alat bantu, namun berbeda dengan identifikasi terhadap wajah manusia, data visual foraminifera benthonik tidak memiliki fitur yang sekilas dapat menjadi pembeda secara visual. Oleh karena itu perlu diujikan terlebih dahulu nilai akurasi yang dapat diraih oleh image-recognition terhadap foraminifera benthonik. Penelitian ini dilakukan sebagai bentuk inovasi dalam mengatasi keterbatasan alat, serta kemampuan manusia dalam mengidentifikasi foraminifera, melalui pemanfaatan teknologi image-recognition, serta framework flask dan flutter untuk merancang sebuah Sistem yang dapat mengidentifikasi foraminifera berdasarkan fitur morfologi yang dimiliki foraminifera tersebut. Penelitian ini mencakup 3 tahap utama, pertama adalah proses pengumpulan data, dimana data yang digunakan adalah data sekunder dari modul foraminifera benthonik, tahap kedua adalah proses pembuatan model machine learning, dimana proses pembuatan menggunakan panduan kerangka kerja machine learning yang terdiri dari 6 tahap, proses training menggunakan parameter 16 sample per batch dan 30 epoch, serta 20 taining dan validation sample. Terakhir adalah implementasi pembuatan interface dan API yang digunakan pada web dan android. Aplikasi atau hasil dari penelitian ini sudah memenuhi standar pengujian fungsionalitas, dan telah mencapai ketepatan minimal 70%, dimana nilai ini adalah hasil dari evaluasi yang dilakukan pada 11 foraminifera benthonik yang sudah di taining kedalam model. Kedepannya diharapkan aplikasi ini dapat menjadi alat bantu sehingga dapat mengurangi beban kerja dalam proses identifikasi foraminifera

Actions (login required)

View Item