<![CDATA[Identifikasi dan pengenalan identitas jenis ikan secara otomatis merupakan suatu persoalan besar yang menarik dan banyak sekali berbagai macam pendekatan untuk menyelesaikan persoalan ini. Apalagi di dalam akuarium suatu akuarium terdapat banyak jenis objek ikan maupun hiasan akuarium. Ikan tampak hampir sama di beberapa jenis. Tingkat kejernihan air juga sangat diperhitungkan untuk mempelancar proses klasifikasi. Maka dari harus disediakannya akuarium yang memiliki air jernih dan pencahayaan tepat agar mempermudah proses ini. Hal-hal tersebutlah yang membuat permasalahan klasifikasi menjadi lebih sulit diselesaikan. Dalam penelitian ini digunakan salah satu metode deep learning yaitu Convolutional Neural Networks (CNN) sebagai pengidentifikasian ikan secara real-time yang terbukti efisien dalam klasifikasi ikan. Metode diimplementasikan dengan bantuan library OpenCV untuk deteksi objek dan perangkat kamera. Pada penelitian ini dilakukan 6 kali percobaan training untuk ditemukan nilai paling baik, dan mendapatkan nilai test score 2.475, test accuracy 0.4237 dan loss sebesar 2.2002. Data yang digunakan pada penelitian ini berupa tangkapan gambar dari hasil video secara langsung/realtime menggunakan webcam. Penelitian ini menghasilkan tingkat akurasi sebesar 85,18% dengan pengujian 27kali yang dimana 4kali tidak dapat mengidentifikasi foto dan 23 kali berhasil dalam mengidentifikasi foto ikan. Kata kunci: convolutional neural network, pre processing, citra]]>
