PERANCANGAN SISTEM KLASIFIKASI GAMBAR IKAN MAS KOKI BERBASIS WEB DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DAN ANALISIS PENGARUH ALGORITMA OPTIMIZER TERHADAP PERFORMANYA

Gustama, Betran (2024) PERANCANGAN SISTEM KLASIFIKASI GAMBAR IKAN MAS KOKI BERBASIS WEB DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DAN ANALISIS PENGARUH ALGORITMA OPTIMIZER TERHADAP PERFORMANYA. Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER-BAB III.pdf - Published Version Download (5MB)
	Text BAB V.pdf - Published Version Restricted to Registered users only Download (521kB) \| Request a copy
	Text BAB IV.pdf - Published Version Download (2MB)

Official URL: http://repositori.buddhidharma.ac.id

Abstract

Mengidentifikasi jenis ikan mas koki dari gambar menghadirkan tantangan yang rumit. Penelitian ini bertujuan untuk mengklasifikasikan berbagai jenis ikan mas koki dengan menggunakan data gambar. Untuk mencapai hal ini, digunakanlah model klasifikasi gambar seperti ResNet 50, VGG-16, MobileNetV2, dan Inception-V3. Penelitian ini menyelidiki lebih lanjut dampak dari berbagai algoritma optimasi pada model-model ini dengan melatih model tersebut dengan Stochastic Gradient Descent, Root Mean Square Propagation, dan Adaptive Moment Estimation. Sebanyak dua belas metode digunakan, melibatkan empat model yang masing-masing dilatih dengan tiga optimizer yang berbeda. Mengingat terbatasnya dataset ikan mas koki yang tersedia, Transfer Learning diterapkan pada semua model untuk mengatasi kendala ini. Kinerja model dinilai dengan menggunakan metrik seperti akurasi, presisi, recall, dan F1-score. Analisis komparatif dari dua belas metode dilakukan. Hasilnya mengkonfirmasi keampuhan empat model yang digunakan. Khususnya, model VGG-16 yang disetel dengan pengoptimal RMSProp mengungguli yang lainnya, mencapai akurasi 91,46%, presisi 92%, recall 91,46%, dan F1-score 91,42%.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Klasifikasi Gambar, Supervised Learning, Machine Learning, Deep Learning, Convolutional Neural Network
Subjects:	000 Karya Umum > 005 Pemograman > 005.74 Database
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	14 Apr 2025 09:29
Last Modified:	14 Apr 2025 09:29
URI:	https://repositori.buddhidharma.ac.id//id/eprint/2397

Actions (login required)

View Item