KLASIFIKASI SPESIES KUPU KUPU MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGG-16 DAN LENET

Micheal, Micheal (2022) KLASIFIKASI SPESIES KUPU KUPU MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGG-16 DAN LENET. Diploma thesis, STMIK Global Informatika MDP.

[img] Text
Micheal 1822250020.pdf

Download (1MB)

Abstract

Kupu kupu merupakan salah satu serangga ordo lepideptora. Kupu kupu memiliki banyak spesies dengan corak sayap yang berbeda. penelitian ini bertujuan untuk mengklasifikasi spesies kupu kupu menggunakan metode Convolutional Neural Network(CNN) dengan arsitektur VGG-16 dan LeNet dengan optimizer Adam, Adagrad, dan SGD. Dataset terdapat 5455 citra dan di bagi menjadi 4955 data train, 250 data test, dan 250 data valid. Kemudian dataset dilakukan augmentasi pada data train sebanyak 8000 untuk setiap kelas dan data test 800 untuk setiap kelas. Pada penelitian ini didapatkan tingkat akurasi tertinggi untuk setiap arsitektur dengan menggunakan optimizer Adam sehingga didapatkan tingkat akurasi menggunakan VGG-16 sebesar 93% dan dengan menggunakan LeNet sebesar 67%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Kupu kupu, CNN, VGG-16, LeNet, Optimizer.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: STMIK Global Informatika Mdp > Teknik Informatika
Depositing User: Nur Saadah
Date Deposited: 10 Mar 2022 10:19
Last Modified: 10 Mar 2022 10:19
URI: http://rama.mdp.ac.id:84/id/eprint/139

Actions (login required)

View Item View Item