KLASIFIKASI CROCODILLE DAN ALLIGATOR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

Manurung, Pangondian Samuel Comdessus (2022) KLASIFIKASI CROCODILLE DAN ALLIGATOR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf

Download (805kB)
[img] Text (BAB I)
BAB I.pdf

Download (237kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (717kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (542kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (664kB)
[img] Text (BAB V)
BAB V.pdf

Download (59kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (78kB)
[img] Archive (SOURCE CODE)
Source Code 16.11.0260 Pangondian Samuel Comdessus Manurung.zip
Restricted to Repository staff only

Download (2kB)
[img] Text (PUBLIKASI)
Publikasi 16.11.0260 Pangondian Samuel Comdessus Manurung.pdf
Restricted to Repository staff only

Download (404kB)

Abstract

Penelitian dalam skripsi ini dilatar belakangi oleh kemiripan yang dimiliki oleh 2 jenis reptil yang hidup di air yaitu Crocodille dan Aliigator, kedua reptil ini memiliki fisik yang hampir sama, tetapi terdapat perbedaan pada moncong Crocodille dan alligator. Dari perbedaan inilah peneliti menggunakan CNN untuk dapat menentukan jenis reptil dari gambar yang di input. Langkah pertama adalah mengumpulkan data pada situs pexel.com, setelah itu peneliti melakukan seleksi data guna untuk memisahkan data Crocodille dan Alligator agar dapat menjadi dataset. Pada proses preprocessing, image akan di diubah ukuran menjadi 280x280. Terdapat 3 convolusi layer yang diikuti dengan max pooling, lalu masuk pada fully connected, setelah itu masuk pada training dan akan di lakukan augmentasi. Lalu hasil training akan dipakai pada data testing. Hasil penelitian menunjukkan bahwa training yang dilakukan mendapatkan accuracy 74.79% dan loss 49.88% dengan jumlah data training sebanyak 480 dataset. Lalu pada hasil training memiliki akurasi rata-rata yaitu 96.66%. Sehingga dapat ditarik kesimpulan bahwa CNN dapat mengklasifikasikan Crocodille dan Alligator secara baik.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Pradnya D, Windha Mega
Uncontrolled Keywords: Crocodille, Alligator, CNN
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 30 Dec 2022 02:48
Last Modified: 29 Jul 2023 04:11
URI: http://eprints.amikom.ac.id/id/eprint/13803

Actions (login required)

View Item View Item