Pengenalan Bentuk Tangan dengan Convolutional Neural
Network (CNN)
MUHAMMAD ZEIN ERSYAD
Informasi Umum
Kode
20.04.2282
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
475 kali
Informasi Lainnya
Abstraksi
Pada saat ini terdapat beberapa sistem pengenalan gestur tangan yang memiliki tingkat komputasi dan upaya untuk persiapan perangkat yang cukup merepotkan. Tujuan utama penulis adalah membangun sistem yang mendekati pengenalan gestur / bentuk tangan yang memiliki tingkat komputasi dan upaya yang lebih rendah, serta mendapatkan hasil performa sistem pada saat proses pengujian. Sistem yang dibangun menggunakan Convolutional Neural Network (CNN) dengan input berupa citra dan output berupa label dari input tersebut. Pengembangan sistem ini sudah dilakukan hingga tahap pengujian, model yang dihasilkan mendapatkan akurasi klasifikasi sebesar 88% yang diuji dengan 2142 citra dan digambarkan dengan confusion matrix sebagai alat ukur performansi.
Koleksi & Sirkulasi
Seluruh (1) koleksi tidak tersedia
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD ZEIN ERSYAD |
| Jenis | Perorangan |
| Penyunting | KURNIAWAN NUR RAMADHANI, ANDITYA ARIFIANTO |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2020 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
