@thesis{thesis,
		author={HERMIANTO  AGUS SAPUTRA},
		title ={PENINGKATAN KUALITAS GAMBAR MENGGUNAKAN
ARSITEKTUR JARINGAN SARAF TIRUAN},
		year={2020},
		url={http://repository.universitasbumigora.ac.id/169/},
		abstract={Kemajuan teknologi sangatlah berkembang diera sekarang. Kemajuan teknologi sudah sangat membantu dalam berbagai macam bidang untuk memecahkan masalah yang ada salah satu contoh pada bidang pengolahan citra. Pengolahan citra merupakan bidang yang bergerak dibidang pengolahan gambar.
Perkembangan teknologi juga sangat berpengaruh pada bidang pengolahan citra karena berkaitan dengan penemuan atau pengembangan-pengembangan ilmu terbaru salah satunya ilmu Deep Learning. Deep Learning merupakan bidang keilmuan terbaru pada bidang Machine Learning.
Pada pengenal gambar, gambar yang memiliki kualitas tinggi tentu menjadi daya tarik tersendiri bagi penikmat gambar yang ingin melihat dan mendapatkan informasi, baikinformasi visual maupun informasi secara nyata. Gambar yang memiliki kualitas tinggi sudah tentu mempunyai daya tarik akan tetapi untuk gambar yang masih memiliki kualitas rendah atau gambar yang memiliki low resolution kurang dinikmati akibat bentuk yang berbagai macam baik dari segi kedalaman pixel yang masih kuran jelas ataupun dari tampilan warna yang kurang menarik.
Peningkatan kualitas gambar bisa dilakukan dengan menggunakan penemuan terbaru dibidang keilmuan Deep Learning dengan membuat atau merancang sebuah arsitektur jaringan saraf tiruan untuk pengolahan gambar yang mimiliki kualitas rendah menjadi lebih baik dari sebelumnya.
Metode ini memerlukan dua tahap yaitu training dan testing.Penelitian dimulai dengan mengambil data gambar melalui search engine google yang terdiri dari dua kategori yaitu nature dan people. Data gambar sebanyak 5.106 gambar yang nantinya digunakan menjadi data training dan testing.
Berdasarkan penelitian yang dilakukan telah memberikan hasil berupa akurasi 25% untuk data training sedangkan untuk data validasi sebesar 24% dengan menggunakan arsitektur jaringan saraf tiruan sebanyak 5.106 data.}
		}