Dteksi Teluk Bebek Fertil dan Infertil Menggunakan Algoritma Convolutional Neural Network (CNN)

Dalam penetasan telur bebek, telur yang infertil perlu disortir dari mesin tetas agar tidak membusuk di mesin tetas. Proses penyortiran dilakukan dengan meneropong telur menggunakan senter atau lampu yang diletakkan dibalik telur. Tujuan dari pelinetian ini adalah untuk mengembangkan deteksi telur bebek fertil dan infertil menggunakan algoritma Convolutional Neural Network (CNN), untuk mengantikan peneropongan secara manual karena tingkat kelelahan manusia akan rentan terjadinya kesalahan pada penyortiran telur bebek fertil dan infertil. Model yang digunakan adalah You Look Only Once (YOLO) merupakan salah satu model deep learning yang dapat digunakan untuk pengenalan objek. Penelitian ini bertujuan untuk pengenalan objek pada citra telur bebek menggunakan YOLO. Penelitian ini terdiri dari beberapa tahap yaitu pengumpulan data, pra-proses data, konfigurasi jaringan YOLO, pelatihan model yolo dan pengujian. Jumlah data citra yang digunakan dalam penelitian yaitu 800 terdiri dari dua jenis telur bebek fertil dan infertil. Hasil pengujian telur bebek fertil dan infertil sebanyak 40 kali dengan menggunakan Algortima Convolutional Neural Network (CNN), mencapai akurasi sekitar 95% dalam membedakan kedua kategori telur. Hasil ini menunjukkan bahwa cnn memiliki potensi yang signifikan dalam membedakan telur bebek fertil dari infertil, memberikan solusi yang cepat dan efisien bagi peternak bebek.

Kata Kunci: CNN, Fertil dan Infertil, Model.