KLASIFIKASI BETTA SPLENDENS FISH STANDAR KONTES MENGGUNAKAN FASTER R-CNN DENGAN MULTI-AUGMENTASI = Contest Standard Betta Splendens Fish Classification Using Faster R-Cnn With Multi-Augmentation

Penerapan Kontes ikan cupang sudah menjadi hobi yang digemari di kalangan pecinta ikan di seluruh dunia. Dalam kontes seperti itu, akurat dan penilaian yang konsisten terhadap ikan cupang sangat penting. Penilaian standar ditetapkan berdasarkan bentuk fisik, pola warna, dan atribut lainnya. Namun, dalam kontes ini, evaluasi Karakteristik ikan seringkali memerlukan perhatian lebih. Oleh karena itu, di penelitian ini, kami mengusulkan perluasan kriteria penilaian sebesar menekankan respon ikan Cupang Halfmoon. Kami mempertimbangkan respon aktif dan segera terhadap rangsangan sebagai indikator kecerdasan dan kualitas ikan cupang yang baik. Beberapa teknik yang digunakan dalam tahap pengujian. Yang pertama membandingkan eteksi hasil pengujian dengan Faster R-CNN tanpa augmentasi, dan yang kedua dengan Faster R-CNN dengan multi-augmentasi. Penggunaan identifikasi objek yang canggih teknik dan multi-augmentasi untuk menyempurnakan model kinerja adalah kontribusi utama studi ini. Itu hasil eksperimen menunjukkan bahwa, dengan nilai mAP sebesar 99%, model yang dikembangkan multi-augmentasi mampu mengenali objek dengan tingkat akurasi lebih tinggi dari model, yang memiliki nilai mAP 97% tanpa augmentasi.