PENERAPAN DEEP LEARNING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI TANAMAN HIAS

ALMA, RISA MEIDIANA (2021) PENERAPAN DEEP LEARNING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI TANAMAN HIAS. Strata 1 thesis, Universitas Teknokrat Indonesia.

[img] Text (Full skripsi)
skripsi15312507.pdf - Published Version
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (abstrak)
abstrak15312507.pdf - Published Version

Download (11kB)
[img] Text (Bab I-Pendahuluan)
b115312507.pdf - Published Version

Download (78kB)
[img] Text (bab II-landasan teori)
b215312507.pdf - Published Version

Download (610kB)
[img] Text (Daftar Pustaka)
daftar_pustaka15312507.pdf - Bibliography

Download (74kB)

Abstract

Indonesia sebagai negara dengan dua musim, potensi sebagai penghasil produk-produk unggulan dalam bidang perkebunan sangat besar. Cakupan dalam bidang perkebunan memiliki jenis tanaman hisa. Tanaman hias merupakan tanaman yang dapat digunakan menjadi dekorasi didalam ruangan maupun diluar ruangan. Setiap bentuk tanaman beraneka ragam serta memiliki daya tarik tersendiri. Sebagian masyarakat Indonesia masih belum mengetahui jenis-jenis dari tanaman hias, sehingga salah satu upaya yaitu dengan memperkenalkan tanaman hias kepada masyarakat. Dalam hal ini, dengan kondisi yang saat ini sudah digital, dapat menggunakan aplikasi komputer sebagai upaya dalam memperkenalkan tanaman hias. Oleh karena itu, terdapat suatu teknologi dengan metode Deep Learning menggunakan Convolutional Neural Network. Dengan menggunakan dataset yang didapatkan yaitu sejumlah 1554 gambar dengan 5 kategori tanaman hias dibagi dengan rasio 80% data train dan 20% data test. Lalu menggunakan prinsip Pareto, data train akan dibagi menjadi 80% data train dan 20% data validation. Setelah proses training dan pengujian didapatkan hasil akurasi sebesar 75% untuk data train dan 67% untuk data validation. Beberapa percobaan dilakukan guna mencari parameter yang mendapatkan model dengan akurasi paling baik yaitu dengan percobaan pada model MobilenetV2.

Item Type: Thesis (Strata 1)
Uncontrolled Keywords: Klasifikasi, CNN, Tanaman Hias, Arsitektur CNN, Tensorflow
Subjects: SISTEM INFORMASI (D3) > ANALISIS APLIKASI E-MARKETING
Divisions: Fakultas Teknik dan Ilmu Komputer > S1 Informatika
Depositing User: Asep Haikal Kurniawan S.IP., M.A
Date Deposited: 11 Feb 2022 07:31
Last Modified: 11 Feb 2022 07:32
URI: http://repository.teknokrat.ac.id/id/eprint/3567

Actions (login required)

View Item View Item