Hibatullah, Muhammad (2024) KLASIFIKASI CITRA DAGING DALAM MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGG-16. Bachelor thesis, Universitas Nasional.
Text
COVER.pdf Download (1MB) |
|
Text
BAB I.pdf Download (509kB) |
|
Text
BAB II.pdf Download (766kB) |
|
Text
BAB III.pdf Download (834kB) |
|
Text
BAB IV.pdf Download (917kB) |
|
Text
BAB V.pdf Download (381kB) |
|
Text
lampiran.pdf Download (439kB) |
Abstract
Studi ini melihat bagaimana penggunaan Convolutional Neural Network (CNN) dengan arsitektur VGG-16 digunakan untuk membedakan perbedaan citra antara daging ayam dan daging kambing. Tujuan dari teknik ini adalah untuk meningkatkan keakuratan identifikasi visual dengan memanfaatkan kemampuan mendalam arsitektur VGG-16 untuk mengekstrak fitur. Untuk melatih dan menguji model, data set beragam yang terdiri dari variasi pose dan kondisi pencahayaan digunakan. Pra-pemrosesan termasuk normalisasi dan peningkatan data untuk meningkatkan ketahanan model terhadap variasi. Hasil eksperimen menunjukkan bahwa metode ini efektif dalam mengklasifikasikan gambar daging dengan tingkat akurasi yang memuaskan. Dari temuan ini, kita bisa menyimpulkan bahwa metode ini bermanfaat dalam aplikasi pengenalan bahan pangan berbasis gambar. Dengan menggunakan teknologi jaringan saraf tiruan, penelitian ini membantu dalam pengembangan sistem otomatis yang dapat membedakan produk daging
Item Type: | Thesis (Bachelor) |
---|---|
Subjects: | T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources |
Divisions: | Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika |
Depositing User: | Miss Rahma Rahmawati |
Date Deposited: | 30 Sep 2024 03:26 |
Last Modified: | 30 Sep 2024 03:26 |
URI: | http://repository.unas.ac.id/id/eprint/12177 |
Actions (login required)
View Item |