EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Transfer Learning untuk Deteksi Status Burung di Indonesia Berbasis Web

Iik Muhamad Malik Matin, Alman Farroz, Fachroni Arbi Murad, Rizki Elisa Nalawati

MULTINETICS · 05.03.2026 · 11 (02) · 201-209

DOI: 10.32722/multinetics.v11i02.8149 ↗

Kurz gefasst

Fachartikel in der Zeitschrift MULTINETICS, online erschienen am 05.03.2026. Verfasst von Iik Muhamad Malik Matin und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Indonesia dikenal sebagai negara dengan keanekaragaman hayati yang sangat tinggi, salah satunya tercermin dari banyaknya spesies burung yang tersebar di berbagai wilayah. Tingginya minat masyarakat terhadap burung menimbulkan tantangan, berupa peningkatan praktik perdagangan burung, khususnya spesies yang berstatus dilindungi. Kendala utama yang sering dihadapi masyarakat adalah kurangnya informasi mengenai identifikasi spesies burung yang dilindungi. Untuk itu diperlukan suatu aplikasi yang dapat mengidentifikasi burung dilindungi. Penelitian ini mengembangkan aplikasi berbasis web dengan memanfaatkan pendekatan Transfer learning dalam klasifikasi spesies burung di Indonesia. Lima model pembelajaran mesin dibandingkan dalam penelitian ini, yaitu CNN, MobileNetV3Small, MobileNetV3Large, VGG16, dan InceptionV4. Dataset birds-525-species-image-classification digunakan dalam proses pelatihan, kemudian difilter menjadi 54 spesies burung yang terdapat di Indonesia. Kinerja model dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Aplikasi web yang dikembangkan menggunakan React sebagai frontend dan FastAPI sebagai backend, serta menyediakan fitur unggah gambar maupun capture kamera untuk mendeteksi spesies burung secara langsung. Hasil pengujian menunjukkan bahwa MobileNetV3Large memberikan performa paling optimal dan dipilih untuk diimplementasikan pada sistem. Pada pengujian sistem melalui Black Box Testing, User Acceptance Test (UAT), System Usability Scale (SUS), dan Net Promoter Score (NPS) menunjukkan bahwa aplikasi yang dibangun memiliki tingkat penerimaan dan kemudahan penggunaan yang baik

Zitieren

APA

Matin, I. M. M., Farroz, A., Murad, F. A., & Nalawati, R. E. (2026). Transfer Learning untuk Deteksi Status Burung di Indonesia Berbasis Web. MULTINETICS, 11(02), 201-209. https://doi.org/10.32722/multinetics.v11i02.8149

Vancouver

Matin IMM, Farroz A, Murad FA, Nalawati RE. Transfer Learning untuk Deteksi Status Burung di Indonesia Berbasis Web. MULTINETICS. 2026;11(02):201-209. doi:10.32722/multinetics.v11i02.8149

BibTeX
@article{Matin2026,
  author = {Matin, Iik Muhamad Malik and Farroz, Alman and Murad, Fachroni Arbi and Nalawati, Rizki Elisa},
  title = {Transfer Learning untuk Deteksi Status Burung di Indonesia Berbasis Web},
  journal = {MULTINETICS},
  year = {2026},
  volume = {11},
  number = {02},
  pages = {201--209},
  doi = {10.32722/multinetics.v11i02.8149}
}
Kostenlos starten →