Informasi Umum

Kode

23.04.4089

Klasifikasi

005 - Computer programming, Programs, Data

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing - Computer Vision

Dilihat

699 kali

Informasi Lainnya

Abstraksi

<p><b><i>Convolutional Neural Network </i>(CNN) merupakan salah satu metode klasifikasi objek yang memiliki akurasi yang tinggi, namun akurasi tinggi ini bergantung pada kualitas dan banyaknya data latih sehingga penggunaan <i>big data </i>menjadi esensial. <i>Big data </i>juga umumnya memerlukan biaya yang besar, alternatif lainnya adalah menggunakan dataset biasa namun akurasi yang dihasilkan tidak sebaik ketika menggunakan <i>big data</i>. Augmentasi menggunakan parameter dan teknik yang tepat pada dataset dapat meningkatkan akurasi dari model yang dibangun. Salah satu dataset yang popular digunakan untuk mengembangkan model pembelajaran mesin dan CNN adalah CIFAR-10. Pada penelitian ini dilakukan eksplorasi metode augmentasi data untuk meningkatkan performa model klasifikasi menggunakan dataset CIFAR-10. Metode peningkatan data seperti <i>rotation</i>, <i>flip</i>, <i>shift, </i>dan <i>zoom </i>digunakan untuk meningkatkan jumlah dan variasi dataset. Hasil percobaan menunjukkan bahwa metode augmentasi data dapat meningkatkan akurasi model klasifikasi objek sebesar 7.73%.</b></p>

<p><strong>Kata kunci: CNN, klasifikasi objek, augmentasi data, CIFAR-10.</strong></p>

  • CII4F3 - PEMROSESAN CITRA DIGITAL
  • CIG4E3 - PENGOLAHAN CITRA DIGITAL
  • CII4E4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama NANDA TRI HAKIKI
Jenis Perorangan
Penyunting Febryanti Sthevanie, Kurniawan Nur Ramadhani
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Informatika
Kota Bandung
Tahun 2023

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi