Analisis Kemiripan Jenis Burung Menggunakan Siamese Neural Network

Abstract

Dengan banyaknya kemiripan ciri-ciri dari karakteristik yang dimiliki oleh burung, maka diperlukannya suatu teknologi untuk mengatasi masalah banyaknya kemiripan yang dimiliki oleh jenis burung yang menyebabkan sulitnya untuk mengidentifikasi kemiripan jenis-jenis burung tersebut. Didalam kecerdasan buatan terdapat Deep Learning yang bertujuan untuk meniru cara kerja otak manusia seperti mengetahui dan mengklasifikasikan suatu objek berdasarkan gambar, suara, dan text. Siamese Neural Network adalah salah satu pendekatan Deep Learning yang berisi bidang input untuk membandingkan dua pola dan menghasilkan satu output yang nilainya sesuai dengan kesamaan antara dua pola. Siamese Neural Network popular untuk menyelesaikan permasalahan dalam menemukan kesamaan atau hubungan antara dua hal yang sebanding. Pengenalan atau kemiripan pada gambar merupakan objek penelitian yang sangat banyak diminati dengan potensi penerapan pada berbagai industri dan bidang. Pendekatan yang dilakukan ada berbagai macam seperti menggunakan teknik computer vision, machine learning, maupun deep learning. Setiap teknik itu sendiri memiliki kehebatan yang beragam, tapi akhir-akhir ini teknik yang sering digunakan ialah deep learning yang memiliki kemajuan yang pesat pada penyelesaian masalah-masalah dengan nilai akurasi yang tinggi karena teknik deep learning mampu mempelajari data dalam jumlah besar tanpa ketergantungan pada perekayasaan fitur secara manual untuk dapat melatih model. Pada penelitian yang diakukan untuk mendeteksi kemiripan jenis burung menggunakan data sebanyak 23.400 gambar dengan 260 jenis spesies burung yang disetiap kelasnya terdapat masing-masing 90 gambar. Pada penelitian ini mendapatkan akurasi training 87,05 %, akurasi testing 93,90 % dan akurasi pengujian dengan AUC sebesar 93 %.Kata Kunci: Burung, Kemiripan, Deep Learning, Siamase Neural Network, Akurasi