KLASIFIKASI CITRA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR INCEPTION V4 BERBASIS ANDROID PADA DATASET FLOWER RECOGNITION


ISTIQAMAH, AINUN MARDIYAH (2020) KLASIFIKASI CITRA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR INCEPTION V4 BERBASIS ANDROID PADA DATASET FLOWER RECOGNITION. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of sampul]
Preview
Image (sampul)
H13116507_skripsi_ cover.png

Download (237kB) | Preview
[thumbnail of bab 1-2] Text (bab 1-2)
H13116507_skripsi_ 1-2.pdf

Download (1MB)
[thumbnail of dapus] Text (dapus)
H13116507_skripsi_ dapus.pdf

Download (255kB)
[thumbnail of fulltext] Text (fulltext)
H13116507_skripsi_02-11-2020(FILEminimizer).pdf
Restricted to Repository staff only

Download (2MB)

Abstract (Abstrak)

Klasifikasi bunga adalah pekerjaan penelitian mendasar di bidang Botani. Sampai sekarang, telah ditemukan ratusan ribu spesies bunga. Orang-orang menggunakan kamera, handphone, atau perangkat lainnya untuk mengabadikan bunga, tetapi masih banyak yang belum mengetahui jenis bunga dikarenakan kesamaan antara spesies bunga yang berbeda dan perbedaan antara spesies bunga yang sama. Oleh karena itu, membuat pengklasifikasi bunga akan membawa banyak manfaat bagi orang-orang yang tidak mengetahui jenis bunga. Di era modern ini, orang-orang sering membawa handphone ketika berpergian, oleh karena itu pada kasus ini penulis ingin membuat aplikasi android pengklasikfikasi bunga agar orang-orang lebih mudah mencari informasi tentang spesies bunga yang tidak diketahui. Pada penelitian ini penulis menggunakan arsitektur CNN inception v4 yang digunakan untuk membuat model klasifikasi bunga dan menggunakan tensorflow lite agar dapat digunakan di android. Model yang dihasilkan dari pelatihan sebanyak 20 epoch berperforma 98,14% dalam akurasi pada data training dan hasil evaluasi pada data test menghasilkan akurasi sebesar 88,56%.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Convolutional Neural Network (CNN), Machine Learning, Inception, Klasifikasi
Subjects: Q Science > QA Mathematics
Depositing User: andi Sitti aisyah
Date Deposited: 10 Dec 2020 11:20
Last Modified: 06 Nov 2024 04:41
URI: http://repository.unhas.ac.id:443/id/eprint/804

Actions (login required)

View Item
View Item