@prefix dct: .
@prefix void: .
@prefix skos: .
@prefix bibo: .
@prefix rdfs: .
@prefix event: .
@prefix eprel: .
@prefix rdf: .
@prefix dc: .
@prefix geo: .
@prefix epid: .
@prefix ep: .
@prefix owl: .
@prefix xsd: .
@prefix foaf: .
@prefix cc: .
<>
foaf:primaryTopic ;
rdfs:comment "The repository administrator has not yet configured an RDF license."^^xsd:string .
dct:hasPart ;
ep:hasFile ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "PENERAPAN TRANSFER LEARNING DENGAN INCEPTIONV3\r\nDAN\r\nEFFICIENTNET-B4\r\nPADA\r\nSTUDI\r\nKASUS\r\n\r\nKLASIFIKASI\r\nPENYAKIT\r\nPADA\r\nDAUN\r\nSINGKONG (Text)"^^xsd:string .
rdf:_1 .
<> ;
bibo:abstract "Singkong adalah tanaman yang memiliki permintaan yang tinggi di Indonesia, ditandai\r\ndengan peningkatan tingkat produksi seiring waktu. Selain kuantitas, kualitas tanaman\r\nharus dijaga, salah satunya dengan memperhatikan gejala penyakit. Gejala penyakit\r\nyang timbul pada daun singkong dapat dideteksi dengan inspeksi visual. Tetapi,\r\ndiperlukan pengetahuan lebih untuk membedakan gejala suatu penyakit dengan\r\npenyakit lainnya. Salah satu solusi dari masalah ini adalah pemanfaatan convolutional\r\nneural networks (CNN) untuk klasifikasi penyakit. Penulis menggunakan model CNN\r\nuntuk masalah ini. Parameter penilai kinerja model CNN yang digunakan adalah\r\nakurasi, presisi, recall, dan F1-score. penelitian ini akan menggunakan dua arsitektur\r\npada transfer learning, yaitu EfficientNet-B4 dan Inception-V3. Kedua arsitektur ini \r\nmasih jarang digunakan pada studi kasus terkait. Tujuan peningkatan jumlah parameter\r\nini adalah untuk menemukan konfigurasi optimal pada optimizer dan learning rate\r\nyang dapat memaksimalkan performa model. Dengan peningkatan jumlah parameter\r\ndan pemanfaatan dua arsitektur pada transfer learning, diharapkan kemampuan model\r\ndalam menangani kompleksitas masalah klasifikasi gambar daun singkong penyakit\r\ndapat ditingkatkan. Fokus penelitian ini juga akan difokuskan pada penerapan\r\narsitektur EfficientNet-B4 dan Inception V3 dengan skema hyperparameter tuning\r\nuntuk meningkatkan performa model. Oleh karena itu, penelitian ini diharapkan dapat\r\nmemberikan kontribusi yang lebih unggul dalam pengembangan CNN untuk\r\nklasifikasi penyakit pada daun singkong, dengan performa yang lebih baik dan lebih\r\nakurat."^^xsd:string;
bibo:authorList ;
bibo:status ;
dc:hasVersion ;
dct:creator ,
;
dct:date "2024-01-25";
dct:isPartOf ;
dct:issuer ,
;
dct:subject ,
;
dct:title "PENERAPAN TRANSFER LEARNING DENGAN INCEPTIONV3\r\nDAN\r\nEFFICIENTNET-B4\r\nPADA\r\nSTUDI\r\nKASUS\r\n\r\nKLASIFIKASI\r\nPENYAKIT\r\nPADA\r\nDAUN\r\nSINGKONG"^^xsd:string;
ep:hasDocument ;
ep:hasPublished ;
rdf:type bibo:Article,
bibo:Thesis,
ep:EPrint,
ep:ThesisEPrint;
rdfs:seeAlso .
rdf:type skos:Concept;
skos:prefLabel "000 Ilmu komputer, informasi dan pekerjaan umum"@en .
rdf:type skos:Concept;
skos:prefLabel "005 Pemrograman komputer, program dan data"@en .
rdfs:label "22.55.1221 - Tri Anton.pdf"^^xsd:string .
dc:format "text/html";
dc:title "HTML Summary of #31792 \n\nPENERAPAN TRANSFER LEARNING DENGAN INCEPTIONV3
\nDAN
\nEFFICIENTNET-B4
\nPADA
\nSTUDI
\nKASUS
\n
\nKLASIFIKASI
\nPENYAKIT
\nPADA
\nDAUN
\nSINGKONG\n\n";
foaf:primaryTopic .
dct:isPartOf ;
foaf:name "Pascasarjana Magister Informatika, Universitas AMIKOM Yogyakarta"^^xsd:string;
rdf:type foaf:Organization .
dct:hasPart ;
foaf:name "Universitas AMIKOM Yogyakarta"^^xsd:string;
rdf:type foaf:Organization .
foaf:familyName "Anton"^^xsd:string;
foaf:givenName "Tri"^^xsd:string;
foaf:name "Tri Anton"^^xsd:string;
rdf:type foaf:Person .
foaf:familyName "Setyanto"^^xsd:string;
foaf:givenName "Arief"^^xsd:string;
foaf:name "Arief Setyanto"^^xsd:string;
rdf:type foaf:Person .