IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DALAM MENDETEKSI OBJEK DUA BENDA DENGAN BENTUK YANG SAMA
Abstract
Susu sterilisasi ultra high temperature UHT adalah susu segar yang mengalami pemanasan
secara kontinu pada suhu tinggi dengan waktu singkat dan dikemas secara aseptis. Dalam
proses produksi di industri tentunya tidak diinginkan terjadi banyak kegagalan atau error
yang dapat merugikan perusahaan salah satunya ialah sistem sortir barang berdasarkan warna
dan bentuknya. Dalam AI terdapat sebuah mesin yang melatih model secara efisien yang
disebut machine learning. Metode jaringan saraf tiruan yang digunakan dalam pengolahan
citra ialah Convolutional Neural Netwrok (CNN) yang dilatih untuk mengklasifsikan gambar
pada suatu citra digital. Tujuan dari penelitian ini adalah mengetahui bagaimana rancangan
sistem, arsitektur jaringan yang digunakan untuk mendeteksi dua objek dengan bentuk yang
sama, mengetahui model hasil pelatihan dan pengujian serta mengetahui tingkat akurasi
pendeteksian. Training menggunakan 100.000 step dengan bacth sebanyak dua kali
menghasilkan model pelatihan yang kurang baik sedangkan pelatihan menggunakan step
sebanyak 20.000 dengan bacth sebanyak delapan menghasilkan model yang cukup baik
untuk mendeteksi dua objek dengan bentuk yang sama. Nilai batch paling mempengaruhi
hasil dari pendeteksian terhadap suatu objek. Tingkat akurasi yang diperoleh dari hasil
pemodelan pendeteksian setelah objek terdeksi secara benar berkisar di angka 50-99%. Hal
ini dipengaruhi oleh banyaknya langkah/steps yang digunakan dalam proses pelatihan.
Collections
- Statistics [900]