LKP : Deteksi Jenis Buah-buahan Menggunakan Deep Leaning

Putra, Ilham Rizaldy Widy (2021) LKP : Deteksi Jenis Buah-buahan Menggunakan Deep Leaning. Undergraduate thesis, Universitas Dinamika.

[img]
Preview
Text
17410200032-2020-UNIVERSITASDINAMIKA.pdf - Accepted Version

Download (1MB) | Preview
[img] Text
17410200032-2020-LAMPIRAN.pdf - Accepted Version
Restricted to Registered users only

Download (991kB)

Abstract

Perkembangan teknologi AI (Artificial Intelligence) atau kecerdasan buatan sudah merajalela di kehidupan. Salah satunya adalah Deep Learning yang sedang dikembangkan oleh peneliti dunia. Deep Learning adalah metode pembelajaran yang dirancang untuk terus menganalisis data dengan struktur logika yang mirip dengan bagaimana manusia mengambil keputusan. Maka dari itu diperlukan berkembangnya Deep learning seperti mendeteksi benda – benda sekitar secara otomatis. Salah satunya yang akan dibahas pada laporan ini adalah deteksi buah-buahan menggunakan Deep Learning dan pada kerja praktik ini, metode yang digunakan adalah metode Convolutional Neural Network (CNN). CNN bisa digunakan untuk mendeteksi dan mengenali object pada sebuah image. CNN terdiri dari neuron yang memiliki weight, bias dan activation function. Convolutional layer juga terdiri dari neuron yang tersusun sedemikian rupa sehingga membentuk sebuah filter dengan panjang dan tinggi (pixels). Deteksi dilakukan dengan training data gambar sebanyak 67.692 dan data tes sebanyak 22.688. Hasil proses data training dan data tes dimasukkan pada model H5 file. Uji akurasi dilakukan secara manual. Data yang diujikan untuk mengukur akurasi sebanyak 40 gambar buah, terdapat 4 gambar yang terdeteksi dengan tidak sesuai sehingga mengahasilkan akurasi sebesar 90%.


Export Record



Statistic

IRStats Detail StatisticView more statistics

Item Type: Thesis (Undergraduate)
Additional Information: Ilham Rizaldy Widy Putra (17410200032)
Uncontrolled Keywords: AI (Artificial Intelligence), Deep Learning, Convolutional Neural Network (CNN), Image, Pixel.
Dewey Decimal Classification: 600 – Technology > 620 Engineering & Applied operations > 620 Engineering & allied operations
Divisions: Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User: Ilham Rizaldy Widy Putra
Date Deposited: 27 Jan 2021 13:35
Last Modified: 27 Jan 2021 13:35
THESIS ADVISORS: 1. UNSPECIFIED (NIDN : UNSPECIFIED)
URI: http://repository.dinamika.ac.id/id/eprint/5392

Actions (login required)

View Item View Item