Show simple item record

dc.contributor.advisorDr. Raden Bagus Fajriya Hakim, S.Si., M.Si
dc.contributor.authorRahayu Kia Sandi Cahaya Putri, 14611018
dc.date.accessioned2018-05-21T15:17:38Z
dc.date.available2018-05-21T15:17:38Z
dc.date.issued2018-04-18
dc.identifier.urihttps://dspace.uii.ac.id/handle/123456789/7449
dc.description.abstractIndonesia kaya akan keanekaragaman hayati, kesuburan tanah dan iklim tropis yang membuat Indonesia memiliki banyak jenis dan macam tanaman yang tumbuh, termasuk tanaman hias. Tanaman hias contohnya anggrek banyak digemari penghobi tanaman hias untuk dibudidayakan dan dilestarikan. Masih banyak masyarakat yang sulit untuk melakukan klasifikasi atau mengetahui macam jenis tanaman hias terutama anggrek. Hal ini, menjadi masalah seiring ketidaktahuan jika terus dilanjutkan maka tidak akan ada lagi yang melestarikan. Solusinya dapat dengan teknologi terbaru yaitu dengan deep learning metode convolutional neural network untuk klasifikasi gambar (image recognition) dengan melakukan training menggunakan metode feedforward dan backpropagation. Terakhir yaitu, tahap klasifikasi dengan metode feedforward dengan bobot data dan bias yang diperbarui. Hasil uji coba dari klasifikasi objek citra pada citra tanaman anggrek bulan putih, dendrobium dan ekor tupai mampu mencapai nilai akurasi 83%, recall 80% dan presisi 89%. Artinya, klasifikasi sudah terbentuk dengan baik. Untuk hasil perbandingan dengan jumlah objek data training yang berbeda jumlahnya tetap mempunyai akurasi yang sama yaitu 83%.en_US
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectDeep Learningen_US
dc.subjectConvolutional Neural Networken_US
dc.subjectKlasifikasi Tanamanen_US
dc.titleIMPLEMENTASI DEEP LEARNING MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI GAMBAR (Studi Kasus: Klasifikasi Gambar Pada Tanaman Anggrek Bulan Putih, Anggrek Dendrobium, dan Anggrek Ekor Tupai)en_US
dc.typeUndergraduate Thesisen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record