IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK PADA IDENTIFIKASI JENIS KAYU BERDASARKAN CITRA TEKSTUR KAYU
Total View This Week0
Total View This Week0
Institusion
Universitas Nusantara PGRI Kediri
Author
Feriawan, Jimmy
SWANJAYA, DANIEL
HELILINTAR, RISA
SWANJAYA, DANIEL
HELILINTAR, RISA
Subject
459 Computer science
Datestamp
2020-08-27 03:40:47
Abstract :
Kayu merupakan salah satu dari hasil hutan yang banyak dimanfaatkan untuk bahan bangunan dan furniture. Di Indonesia kayu jati, nangka glugu, akasia, sengon dan lain sebagainya merupakan jenis kayu yang sering dijumpai. Kayu bisa di identifikasi berdasarkan ciri beberapa parameter, diantaranya adalah warna, berat, tekstur dan masih banyak lagi. Back-propagation untuk identifikasi citra digital memiliki beberapa kekurangan seperti membutuhkan waktu yang cukup lama saat pre-rocessing, semakin besar dimensi citra akan semakin banyak weight yang diproses dan juga posisi obyek yang tidak selalu berada di tengah. Convolutional Neural Network (CNN) menjadi solusi karena bisa mendeteksi lokasi obyek dengan proses konvolusi. Neural Network (CNN) menjadi solusi karena bisa mendeteksi lokasi obyek dengan proses konvolusi. Arsitektur VGG16 adalah salah satu model arsitektur popular pada ILSVRC-2014 kareana berhasil menjadi bagian dari 5 teratas akurasi model. Penerapan Arsitektur VGG16 menghasilkan akurasi prediksi 88%. analisa dataset berdasarkan tabel 3 kayu Akasia dan Nangka berhasil mencapai akurasi 100% karena data masing-masing kelas memiliki perbedaan dengan data kelas lain, sedangkan pada Balau, Jati dan Sengon beberapa data memeiliki kesamaan dengan kelas lain
Kayu merupakan salah satu dari hasil hutan yang banyak dimanfaatkan untuk bahan bangunan dan furniture. Di Indonesia kayu jati, nangka glugu, akasia, sengon dan lain sebagainya merupakan jenis kayu yang sering dijumpai. Kayu bisa di identifikasi berdasarkan ciri beberapa parameter, diantaranya adalah warna, berat, tekstur dan masih banyak lagi. Back-propagation untuk identifikasi citra digital memiliki beberapa kekurangan seperti membutuhkan waktu yang cukup lama saat pre-rocessing, semakin besar dimensi citra akan semakin banyak weight yang diproses dan juga posisi obyek yang tidak selalu berada di tengah. Convolutional Neural Network (CNN) menjadi solusi karena bisa mendeteksi lokasi obyek dengan proses konvolusi. Neural Network (CNN) menjadi solusi karena bisa mendeteksi lokasi obyek dengan proses konvolusi. Arsitektur VGG16 adalah salah satu model arsitektur popular pada ILSVRC-2014 kareana berhasil menjadi bagian dari 5 teratas akurasi model. Penerapan Arsitektur VGG16 menghasilkan akurasi prediksi 88%. analisa dataset berdasarkan tabel 3 kayu Akasia dan Nangka berhasil mencapai akurasi 100% karena data masing-masing kelas memiliki perbedaan dengan data kelas lain, sedangkan pada Balau, Jati dan Sengon beberapa data memeiliki kesamaan dengan kelas lain
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
