eprintid: 31364
rev_number: 26
eprint_status: archive
userid: 12
dir: disk0/00/03/13/64
datestamp: 2025-11-27 04:59:12
lastmod: 2025-11-27 04:59:12
status_changed: 2025-11-27 04:59:12
type: thesis
metadata_visibility: show
creators_name: Pramudika, Muhammad Ikhwan
creators_nim: 21.11.3962
contributors_name: Setiaji, Bayu
corp_creators: Universitas AMIKOM Yogyakarta
title: IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) PADA KLASIFIKASI RAS KUCING
ispublished: pub
subjects: 000.000.005
subjects: 000.000.006
divisions: if
full_text_status: restricted
keywords: Convolutional Neural Network, Transfer Learning, Fine-Tuning, Klasifikasi Ras Kucing, Data Augmentation
abstract: Kucing adalah salah satu hewan peliharaan yang paling banyak diminati di
dunia, dengan berbagai ras yang memiliki ciri khas fisik dan kebutuhan perawatan
yang berbeda-beda. Mengetahui ras kucing secara akurat sangat penting untuk
memberikan perawatan yang tepat, namun banyak pemilik kucing yang kesulitan
dalam mengidentifikasi ras kucing mereka, terutama pada kucing hasil kawin
silang. Penelitian ini bertujuan untuk mengembangkan sistem otomatis yang dapat
mengklasifikasikan ras kucing menggunakan algoritma Convolutional Neural
Network (CNN) dengan pendekatan Transfer Learning dan Fine-Tuning, guna
meningkatkan akurasi klasifikasi ras kucing berdasarkan gambar.
Model CNN yang digunakan dalam penelitian ini adalah MobileNetV2,
yang terkenal efisien dan cocok diterapkan pada perangkat dengan keterbatasan
sumber daya komputasi. Model ini dilatih dengan dataset yang berisi 13 ras kucing
yang telah diberi label, dan dilakukan proses pra-pemrosesan gambar dengan teknik
resize, normalisasi, serta data augmentation untuk memperkaya variasi data
pelatihan. Pelatihan model dilakukan dalam dua tahap utama, yaitu Head Training
dan Fine-Tuning, di mana beberapa lapisan dari model MobileNetV2 yang sudah
dilatih sebelumnya dibekukan, sementara lapisan-lapisan akhir dilatih ulang dengan
menggunakan learning rate yang lebih rendah.
Hasil evaluasi model menunjukkan bahwa model yang dikembangkan
mampu mengklasifikasikan ras kucing dengan akurasi validasi sebesar 82,31%.
Selain itu, metrik evaluasi lainnya seperti precision, recall, dan AUC juga
menunjukkan hasil yang memadai, meskipun terdapat indikasi overfitting pada
model. Penelitian ini berhasil mengimplementasikan sistem yang dapat secara
otomatis mengidentifikasi ras kucing dengan menggunakan teknologi Deep
Learning, meskipun masih ada potensi untuk meningkatkan kemampuan model
dalam hal generalisasi.
date: 2025-07-21
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Pramudika, Muhammad Ikhwan  (2025) IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) PADA KLASIFIKASI RAS KUCING.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/31364/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31364/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31364/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31364/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31364/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31364/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31364/7/Daftar%20Pustaka.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/31364/8/Sourcecode%20-%2021.11.3962.zip
document_url: https://eprints.amikom.ac.id/id/eprint/31364/9/Publikasi.pdf