KLASIFIKASI CITRA DAGING DALAM MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGG-16

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:	Users 30 not found.
Date Deposited:	30 Sep 2024 03:26
Last Modified:	30 Sep 2024 03:26
URI:	https://repository.unas.ac.id/id/eprint/12177

Actions (login required)

View Item