IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK TERHADAP TRANSPORTASI TRADISIONAL MENGGUNAKAN KERAS

Abstract

Transportasi merupakan urat nadi Pembangunan Nasional yang sangat dibutuhkan dalam kehidupan sehari-hari sebagai penunjang dalam memenuhi kebutuhan konsumsi, produksi, dan distribusi. Perkembangan akan teknologi juga berdampak bagi kemajuan alat transportasi yang digunakan oleh masyarakat. Berbagai sarana transportasi seperti Bus, Taxi, Andong, becak, pedati atau gerobak sapi sampai sepeda banyak digunakan oleh masyarakat untuk melakukan pergerakan atau perpindahan. Andong, becak dan pedati merupakan transportasi tradisional yang biasanya digunakan masyarakat untuk mengelilingi tempat wisata, pasar, dan lain-lain. Dalam mengenali bentuk serta jenis andong, becak dan pedati, kita bisa mempelajari dari gambar yang ada di internet. Kesamaan bentuk ketiga transportasi tidak dapat dikenali oleh citra digital sehingga sulit untuk melakukan klasifikasi terhadap ketiga objek yang digunakan. Problem dalam visi komputer belum mampu menduplikasi kemampuan manusia dalam memahami informasi citra, agar komputer dapat melakukan hal yang sama selayaknya manusia. Oleh karena itu, tujuan penelitian ini adalah ingin mengetahui implementasi convolution neural network (CNN) pada trasportasi tradisional berbasis citra digital dengan bantuan library keras pada software R Studio. Prediksi setiap klasifikasi citra data test Andong, Pedati, dan Becak memiliki akurasi yang seluruhnya benar dan tepat. Pada hasil kelas prediksi menunjukkan akurasi dari hasil data test seluruhnya benar. Hasil tersebut dapat dikatakan bahwa penggunaan metode Covolutional Neural Network (CNN) menggunakan Keras bisa diimplementasikan terhadap citra transportasi tradisioanl Andong, Pedati, dan Becak