• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    IMPLEMENTASI DEEP LEARNING UNTUK IMAGE CLASSIFICATION MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) PADA CITRA WAYANG GOLEK

    Thumbnail
    View/Open
    TUGAS AKHIR_TRIANO NURHIKMAT_14611209_STATISTIKA_UII.pdf (3.357Mb)
    Date
    2018-05-23
    Author
    Triakno Nurhikmat, 14611209
    Metadata
    Show full item record
    Abstract
    Indonesia merupakan bangsa yang terdiri dari berbagai etnik dan memiliki latar belakang budaya yang beraneka ragam. Salah satu hasil kebudayaan masyarakat Indonesia adalah Wayang. Wayang merupakan seni tradisional yang bekembang di indonesia terutama di pulau Jawa dan Bali. Di dunia internasional wayang kini telah tercatat sebagai karya seni budaya adiluhung, yaitu oleh UNESCO, sebuah lembaga di bawah PBB yang menangani masalah pendidikan, ilmu pengetahuan, dan kebudayaan. Melihat penghargaan tersebut sudah seharusnya masyarakat Indonesia menjaga dan melestarikannya. Akan tetapi, diera sekarang ini dunia teknologi sudah semakin berkembang, sehingga banyak masyarakat yang melupakan akan kebudayaan tradisional ini, tertuama dikalangan remaja. Hasil survey berdasarkan citra digital toko-tokoh pewayangan menunjukan sebanyak 71 % dari 60 orang tidak mengenalinya. Ini bertujuan untuk membatu mengklasifikasi objek tokoh-tokoh pewayangan berdasarkan citra digital. Sehingga, dibutuhkan suatu pendekatan dalam penyelesaian permasalan ini. Salah satu pendekatan dalam pengenalan suatu gambar adalah menggunakan metode Convolutional Neural Network. Metode ini salah satu metode Deep learning yang dapat digunakan untuk mengenali dan mengklasifikasi sebuah objek pada sebuah citra digital. Berdasarkan hasil pembahasan didapatkan tingkat akurasi sebesar 95% pada proses training dan 90 % pada proses testing. Kemudian penelitian ini menggunakan data baru untuk menguji model yang telah dibuat. Tingkat akurasi yang dihasilkan menggunakan data baru sebesar 93 % dalam mengklasifikasikan gambar wayang golek. Sehingga, performa dari model yang dibuat pada penelitian ini dapat dikatakan optimal dalam mengklasifikasikan gambar wayang golek.
    URI
    https://dspace.uii.ac.id/handle/123456789/7843
    Collections
    • Statistics [1209]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV