MENGKLASIFIKASI CITRA UNTUK MENETUKAN MASING-MASINGRAS PADA ANJING MENGGUNAKAN MODEL CONVOLUTIONAL NEURAL NETWORK (CNN)

Situmorang, Danny Spencer (2020) MENGKLASIFIKASI CITRA UNTUK MENETUKAN MASING-MASINGRAS PADA ANJING MENGGUNAKAN MODEL CONVOLUTIONAL NEURAL NETWORK (CNN). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (400kB)
	Text (BAB I) BAB I.pdf Restricted to Registered users only Download (251kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (578kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (553kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (699kB)
	Text (BAB V) BAB V.pdf Download (99kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (81kB)
	Other (SOURCE CODE) Source Code-16.11.0252-Danny Spencer Situmorang - Danny Spencer Situmorang.rar Restricted to Repository staff only Download (114kB)
	Text (SOURCE CODE) Publikasi-16.11.0252-Danny Spencer Situmorang - Danny Spencer Situmorang.pdf Restricted to Repository staff only Download (342kB)

Abstract

Perkembangan teknologi saat ini berkembang pesat salah satunya di bidang Computer Vision dalam pemrosesan data citra dan video. Salah satu kegunaan computer vision yaitu melakukan pemrosesan citra seperti pengenalan dan klasifikasi citra. Pada umumnya banyak teknik atau metode yang dipakai dalam melakukan klasifikasi citra. Pada penelitian ini teknik yang digunakan dalam mengklasifikasi citra salah satunya menggunkan Convolutional Neural network (CNN). CNN adalah teknik deep learning yang dikembangkan dari Multi-Layer Perception (MLP) untuk mengklasifikasi citra. Dalam penelitian ini, penulis menganalisis kinerja model CNN dalam mengklasifikasi citra 2 ras anjing. Model CNN yang dibuat adalah model kustom CNN menggunakan Keras. Penulis mengumpulkan dataset 2 ras anjing dan membaginya dengan jumlah perbandingan data pelatihan dan data pengujian sebanyak 80% dan 20%. Pada proses pelatihan didapatkan akurasi sebesar 99,48% dan pada proses pengujian diperoleh prediksi benar sebesar 77,5%. Pengujian dilakukan dengan memprediksi citra sesuai dengan tiap ras anjing.

Actions (login required)

View Item