25.04.235
006.3 - Special Computer Methods- Artificial intelligence
Karya Ilmiah - Skripsi (S1) - Reference
Kecerdasan Buatan
119 kali
Jamur memiliki potensi besar sebagai sumber nutrisi, tetapi beberapa jenisnya mengandung racun yang berbahaya bagi tubuh manusia. Identifikasi jamur secara visual sering kali sulit dilakukan karena kemiripan morfologi antara jamur layak konsumsi dan beracun. Untuk mengatasi tantangan ini, penelitian ini bertujuan mengembangkan sistem klasifikasi jamur berbasis <em>Convolutional Neural Network</em> (CNN) dengan arsitektur <em>EfficientNetV2</em>. Selain itu, penelitian ini juga membandingkan performa arsitektur <em>EfficientNetV2</em> dengan <em>EfficientNet</em> untuk menilai efektivitas dan efisiensi kedua model dalam tugas klasifikasi.<br /> Dataset yang digunakan terdiri dari 6.000 gambar jamur, masing-masing kelas terdiri dari 3.000 gambar. Dataset melewati proses <em>pre-processing</em> yang meliputi <em>resizing</em>, <em>augmentasi</em> dan pembagian menjadi data latih serta uji. Penelitian ini juga menggunakan teknik <em>cross-validation</em> untuk mengevaluasi konsistensi model dalam memprediksi data
Tersedia 1 dari total 1 Koleksi
Nama | MUJAHIDIN SYAMIL KAFFAH |
Jenis | Perorangan |
Penyunting | Isa Hafidz, Pangestu Widodo |
Penerjemah |
Nama | Universitas Telkom, S1 Teknik Komputer - Kampus Surabaya |
Kota | Surabaya |
Tahun | 2025 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |