IMPLEMENTASI ALGORITMA CNN DALAM IDENTIFIKASI SPESIES REPTIL DAN AMFIBI

Reptil dan amfibi memiliki kemiripan visual pada citra, seperti warna, bentuk tubuh, dan pola kulit. Kondisi ini membuat keduanya sulit dibedakan, terutama ketika citra memiliki variasi pose, pencahayaan, latar belakang yang kompleks, atau blur akibat gerakan. Kesulitan ini menghambat proses identifikasi otomatis. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan model identifikasi berbasis citra menggunakan algoritma Convolutional Neural Network (CNN), yang dipilih karena mampu mengekstraksi fitur citra secara otomatis dan efektif pada citra kompleks. Dataset yang digunakan terdiri dari 6.045 gambar sepuluh spesies yang dikelompokkan menjadi dua kelas utama. Model CNN dirancang dengan tiga lapisan dan dioptimalkan menggunakan callback untuk mencegah overfitting. Hasil pengujian menunjukkan bahwa model mencapai akurasi 86,60% pada data uji, dengan F1-score 0,91 untuk kelas reptil dan 0,73 untuk kelas amfibi. Hasil ini membuktikan bahwa model CNN yang dikembangkan mampu mengenali dan mengidentifikasi spesies reptil dan amfibi secara efektif berdasarkan citra visual.