KLASIFIKASI CITRA BEKICOT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Saputro, Angga Dedy (2022) KLASIFIKASI CITRA BEKICOT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[thumbnail of ABSTRAK]
Preview
Text (ABSTRAK)
ABSTRAK.pdf

Download (15kB) | Preview
[thumbnail of BAB SATU]
Preview
Text (BAB SATU)
BAB I.pdf

Download (67kB) | Preview
[thumbnail of BAB DUA] Text (BAB DUA)
BAB II.pdf
Restricted to Repository staff only

Download (582kB) | Request a copy
[thumbnail of BAB TIGA] Text (BAB TIGA)
BAB III.pdf
Restricted to Repository staff only

Download (528kB) | Request a copy
[thumbnail of BAB EMPAT] Text (BAB EMPAT)
BAB IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of BAB LIMA]
Preview
Text (BAB LIMA)
BAB V.pdf

Download (11kB) | Preview
[thumbnail of DAFTAR PUSTAKA]
Preview
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (73kB) | Preview
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (333kB) | Request a copy
[thumbnail of SKRIPSI FULL TEXT] Text (SKRIPSI FULL TEXT)
SKRIPSI FULL TEXT.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[thumbnail of SOURCE CODE] Archive (SOURCE CODE)
SOURCE CODE.zip
Restricted to Repository staff only

Download (100MB) | Request a copy

Abstract

Beberapa jenis bekicot sangat baik digunakan sebagai bahan baku utama pembuatan sate bekicot yaitu Achatina Fulica. Ada juga beberapa jenis bekicot yaitu Helix Pomatia dan Elona Quimperiana yang dapat diexport guna menambah nilai keuntungan bagi warga kediri. Corak atau bentuk bekicot yang agak mirip antara jenis satu dengan yang lainnya membuat bekicot sulit untuk dibedakan apabila tidak jeli pada saat proses pensortiran. Deep learning (DL) adalah solusi yang sangat baik untuk menyelesaikan masalah tersebut. Metode yang paling sering digunakan pada saat ini adalah Convolutional Neural Network (CNN). Penelitian ini dilakukan untuk mengklasifikasikan citra bekicot dengan menggunakan metode tersebut. Tahapan penelitian ini dimulai dari pengumpulan data citra bekicot, preprocessing citra, pelatihan model dan pengujian model. Preprocessing citra dilakukan dengan cara memotret bekicot, Croping ukuran citra bekicot. Proses konvolusi menggunakan library Keras yang akan melakukan perhitungan matematis setiap matrik pada citra. Hasil penelitian mengenai klasifikasi citra bekicot menggunakan metode CNN dengan dataset sebanyak 645 citra bekicot dengan pembagian untuk data latih sebesar 80% atau 516 citra dan untuk data latih sebesar 20% atau 129 citra, serta menggunakan epochs 100 didapatkan hasil akurasi sebesar 99%, galat sebesar 0.05% dan akurasi validasi sebesar 80%.

Item Type: Thesis (Skripsi)
Additional Information/Lokasi Hardcopy: Perpustakaan Kampus 3 UMBY
Uncontrolled Keywords: Bekicot, Convolutional Neural Network, Deep Learning, Klasifikasi.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 14 Dec 2022 03:42
Last Modified: 14 Dec 2022 03:42
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/17106

Actions (login required)

View Item
View Item