Aronggear, Abiyu Putra (2023) KLASIFIKASI GENRE LUKISAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (2MB) |
|
Text (BAB I)
BAB I.pdf Download (169kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (882kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (363kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (333kB) |
|
Text (BAB V)
BAB V.pdf Download (42kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (85kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code - Abiyu Aronggear.zip Restricted to Repository staff only Download (5kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (853kB) |
Abstract
Lukisan mengacu pada seni yang dikembangkan terutama untuk dinikmati estetika atau keindahannya. Seni lukis terdiri dari penataan bentuk, garis, warna, nada dan tekstur pada permukaan dua dimensi, sehingga menciptakan citra estetika. Dalam beberapa tahun terakhir, pemindahan karya lukisan ke dalam lingkungan digital telah dilakukan, agar dapat tersedia untuk umum di berbagai repositori internet. Dengan tersedianya koleksi digital yang begitu besar, terdapat kebutuhan sistem komputasi untuk mengarsipkan kumpulan data ini. Penelitian ini bertujuan untuk mengembangkan model deep learning yang dapat melakukan klasifikasi genre lukisan. Algoritma yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur ResNet-50. Penelitian ini menerapkan teknik Transfer Learning dan fine tuning menggunakan pretrained model. Fine tuning dilakukan dengan mencari pada layer ke berapa model akan belajar dari data lukisan. Selain itu juga, penelitian ini mencari hyperparameter optimal yang dapat meningkatkan performa klasifikasi model. Akurasi yang didapatkan pada data training sebesar 86,81%, validasi sebesar 84,55%, dan testing sebesar 84%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Klasifikasi lukisan, ResNet-50, Transfer learning, Fine tuning, Hyperparameter tuning | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 01 Nov 2023 07:00 | ||
| Last Modified: | 01 Nov 2023 07:00 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/22431 |
Actions (login required)
 |
View Item |