IMPLEMENTASI DEEP LEARNING DENGAN METODE
CONVOLUTIONAL NEURAL NETWORK UNTUK IDENTIFIKASI OBJEK
SECARA REAL TIME BERBASIS ANDROID
Total View This Week98
Total View This Week98
Institusion
Universitas Halu Oleo
Author
INDRA FRANSISKUS ALAM, E1E1 14 059
Subject
Informatika
Datestamp
2019-11-08 07:16:18
Abstract :
INTISARI Indra Fransiskus Alam., E1E114059 IMPLEMENTASI DEEP LEARNING DENGAN METODE CONVOLUTIONAL NEURAL NETWORK UNTUK IDENTIFIKASI OBJEK SECARA REAL TIME BERBASIS ANDROID Skripsi, Fakultas Teknik, 2019 Perkembangan kecerdasan buatan atau artificial Intelligence saat ini telah mengalami perubahan yang signifikan. Hal tersebut mendasari lahirnya metode untuk mengatasi deteksi objek secara real time dengan akurasi yang tinggi. Pada dasarnya Deep Learning adalah implementasi konsep dasar dari Machine Learning yang menerapkan algoritma pintar dengan lapisan yang lebih banyak antara lapisan masukan dan lapisan keluaran. Convolutional Neural Network (CNN) merupakan salah satu metode Deep learning (DL) yang dapat digunakan untuk mendeteksi dan mengenali sebuah objek pada sebuah citra digital. Kemampuan CNN di klaim sebagai model terbaik untuk memecahkan permasalahan object detection dan object recognition karena merupakan pengembangan dari metode backpropagation dan tidak memerlukan komputasi yang besar dalam prosesnya. Hasil yang didapatkan pada penelitian ini bahwa aplikasi android dapat berjalan baik dengan akurasi sebesar 92,33% dapat dilihat dari hasil pengujian dengan menggunakan metode 10-fold cross validation, semua menu yang ada dapat berjalan dan penyebutan label objek sesuai untuk pengenalan dan klasifikasi citra. Perhitungan precision dan recall memiliki nilai yang baik, masing-masing sebesar 97,51% dan 94,33%. Pada proses klasifikasi, objek yang tidak terdapat pada dataset yang telah dijadikan model oleh sistem akan bernilai null atau tidak dikenali, khususnya pada citra objek tangkapan kamera android yang memiliki banyak benda dan saling berdekatan. Kata kunci — Deep Learning, Convolutional Neural Network, AutoML, Text-tospeech
INTISARI Indra Fransiskus Alam., E1E114059 IMPLEMENTASI DEEP LEARNING DENGAN METODE CONVOLUTIONAL NEURAL NETWORK UNTUK IDENTIFIKASI OBJEK SECARA REAL TIME BERBASIS ANDROID Skripsi, Fakultas Teknik, 2019 Perkembangan kecerdasan buatan atau artificial Intelligence saat ini telah mengalami perubahan yang signifikan. Hal tersebut mendasari lahirnya metode untuk mengatasi deteksi objek secara real time dengan akurasi yang tinggi. Pada dasarnya Deep Learning adalah implementasi konsep dasar dari Machine Learning yang menerapkan algoritma pintar dengan lapisan yang lebih banyak antara lapisan masukan dan lapisan keluaran. Convolutional Neural Network (CNN) merupakan salah satu metode Deep learning (DL) yang dapat digunakan untuk mendeteksi dan mengenali sebuah objek pada sebuah citra digital. Kemampuan CNN di klaim sebagai model terbaik untuk memecahkan permasalahan object detection dan object recognition karena merupakan pengembangan dari metode backpropagation dan tidak memerlukan komputasi yang besar dalam prosesnya. Hasil yang didapatkan pada penelitian ini bahwa aplikasi android dapat berjalan baik dengan akurasi sebesar 92,33% dapat dilihat dari hasil pengujian dengan menggunakan metode 10-fold cross validation, semua menu yang ada dapat berjalan dan penyebutan label objek sesuai untuk pengenalan dan klasifikasi citra. Perhitungan precision dan recall memiliki nilai yang baik, masing-masing sebesar 97,51% dan 94,33%. Pada proses klasifikasi, objek yang tidak terdapat pada dataset yang telah dijadikan model oleh sistem akan bernilai null atau tidak dikenali, khususnya pada citra objek tangkapan kamera android yang memiliki banyak benda dan saling berdekatan. Kata kunci — Deep Learning, Convolutional Neural Network, AutoML, Text-tospeech
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
