KLASIFIKASI JENIS BURUNG DI INDONESIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK(CNN)

Alberto, Joseph (2022) KLASIFIKASI JENIS BURUNG DI INDONESIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK(CNN). Diploma thesis, Universitas Multi Data Palembang.

Text Joseph Alberto 1822250044.pdf Download (1MB)

Abstract

Burung adalah anggota kelompok hewan bertulang belakang yang memiliki bulu dan sayap. Keaneka ragaman burung di Indonesia terdapat banyak sekali sehingga sulit untuk membedakan jenis-jenis burung tertentu. Namun dengan berkembangnya teknologi pada masa kini, sekarang kita dapat membedakan jenis burung dengan teknologi. Klasifikasi burung dapat dilakukan untuk membedakan beraneka ragam jenis burung yang ada di Indonesia sehingga untuk membedakan burung yang sekilas terlihat mirip akan lebih efektif dengan adanya pengklasifikasian ini. Pada penelitian ini dilakukan pengklasifikasian terhadap jenis burung menggunakan dataset 400 Bird Species – Classification yang sudah di filter hanya untuk burung di Indonesia dan diperoleh dataset berjumlah 63 jenis burung dengan total 9.445 citra yang tediri dari 8.185 citra latih dan 1.260 citra uji. Klasifikasi jenis burung ini dilakukan dengan menggunakan metode CNN, model dibentuk dengan menggunakan arsitektur ResNet-50. Selanjutnya dilakukan proses training dengan optimizer ADAM dan SGD untuk dilihat hasil yang paling maksimal, dan didapat nilai Accuracy 98% dengan optimizer SGD dengan 10 epoch.

Actions (login required)

View Item