KLASIFIKASI PERBEDAAN CITRA DAGING DENGAN MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK DENGAN ARSITEKTUR VGG-16

Maulana, Rizki (2024) KLASIFIKASI PERBEDAAN CITRA DAGING DENGAN MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK DENGAN ARSITEKTUR VGG-16. Bachelor thesis, Universitas Nasional.

	Text Cover.pdf Download (1MB)
	Text BAB I.pdf Download (141kB)
	Text BAB II.pdf Download (422kB)
	Text BAB III.pdf Download (503kB)
	Text BAB IV.pdf Download (511kB)
	Text BAB V.pdf Download (90kB)
	Text Lampiran.pdf Download (162kB)

Abstract

Studi ini melihat bagaimana penggunaan Convolutional Neural Network
(CNN) dengan arsitektur VGG-16 digunakan untuk membedakan perbedaan citra
antara daging sapi dan daging babi. 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:	L Education > LA History of education T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	- Abdurrahman -
Date Deposited:	27 Mar 2024 06:57
Last Modified:	27 Mar 2024 06:57
URI:	https://repository.unas.ac.id/id/eprint/10636

Actions (login required)

View Item