Analisis Hyperparameter Pada Klasifikasi Jenis Daging Menggunakan Algoritma Convolutional Neural Network

Dinata, I Made Anom Mahartha (2024) Analisis Hyperparameter Pada Klasifikasi Jenis Daging Menggunakan Algoritma Convolutional Neural Network. Masters thesis, Universitas Pendidikan Ganesha.

[img] Text (COVER)
1929101059-COVER.pdf
Download (3MB)
[img] Text (ABSTRAK)
1929101059-ABSTRAK.pdf
Download (145kB)
[img] Text (BAB 1 PENDAHULUAN)
1929101059-BAB 1 PENDAHULUAN.pdf
Download (218kB)
[img] Text (BAB 2 KAJIAN TEORI)
1929101059-BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only
Download (750kB) | Request a copy
[img] Text (BAB 3 METODELOGI PENELITIAN)
1929101059-BAB 3 METODELOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (591kB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
1929101059-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (2MB) | Request a copy
[img] Text (BAB 5 PENUTUP)
1929101059-BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (219kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
1929101059-DAFTAR PUSTAKA.pdf
Download (214kB)
[img] Text (LAMPIRAN)
1929101059-LAMPIRAN.pdf
Download (138kB)

Abstract

Daging merupakan komponen penting yang memiliki nilai ekonomi yang signifikan, khususnya dalam konteks gizi dan sebagai sumber protein utama. Di Indonesia, konsumsi daging sapi dan babi mencerminkan pentingnya komoditas ini dalam kehidupan sehari-hari. Walaupun daging sapi dan babi memiliki karakteristik fisik yang serupa, keduanya memiliki perbedaan dalam warna, bau, dan rasa yang khas. Di era teknologi, Artificial Intelligence (AI) telah menjadi alat penting dalam berbagai sektor, termasuk di bidang pengolahan citra digital. Metode deep learning, terutama Convolutional Neural Network (CNN), telah menunjukkan hasil yang signifikan dalam pengenalan pola visual, termasuk klasifikasi citra. Meskipun terdapat kemajuan dalam penerapan CNN, masih ada kekurangan dalam literatur yang menargetkan analisis hyperparameter khususnya dalam klasifikasi jenis daging. Penelitian lebih lanjut diperlukan untuk mengkaji bagaimana hyperparameter spesifik mempengaruhi klasifikasi jenis daging, memberikan ruang bagi pengembangan lebih lanjut dalam bidang ini. Penelitian ini menggunakan 1640 dataset, 70% untuk pelatihan, dan 20% untuk pengujian. Menggunakan Split Validation dan K-Fold Cross Validation. Analisis hyperparameter dilakukan pada ukuran citra, jumlah epoch, dan jumlah batch size, ukuran filter dan jumlah konvolusi yang digunakan. Dataset juga diuji dengan menggunakan arsitektur ResNet-50. Tingkat akurasi terbaik dari model CNN yaitu 88.98% didapat pada ukuran citra 75x75 px, epoch 100, dan batch size 64. Dilakukan juga pengujian dengan arsitektur ResNet-50 dan mendapat akurasi tertinggi 46.15%.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Klasifikasi Citra, Convolutional Neural Network, Hyperparameter, Klasifikasi Jenis Daging.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Pascasarjana > Program Studi Ilmu Komputer (S2)
Depositing User: I Made Anom Mahartha Dinata
Date Deposited: 13 Feb 2024 01:33
Last Modified: 13 Feb 2024 01:33
URI: http://repo.undiksha.ac.id/id/eprint/18470

Actions (login required)

View Item View Item