IMPLEMENTASI PENGENALAN CITRA WAJAH BINATANG DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)
| Main Authors: | Permadi, Dimas Fanny Hebrasianto; Jurusan Teknik Informatika, Fakultas Informatika, Institut Teknologi Telkom Purwokerto, Abdullah, Moch Zawaruddin; Jurusan Teknologi Informasi, Politeknik Negeri Malang |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Department of Informatics, Institut Teknologi Sepuluh Nopember
, 2023
|
| Online Access: |
http://juti.if.its.ac.id/index.php/juti/article/view/1131 http://juti.if.its.ac.id/index.php/juti/article/view/1131/484 http://juti.if.its.ac.id/index.php/juti/article/downloadSuppFile/1131/134 |
Daftar Isi:
- Penelitian ini dimaksudkan untuk melakukan implementasi pada algoritma Convolutional Neural Network (CNN) terhadap cabang ilmu Computer Vision. algoritma CNN merupakan pengembangan dari Neural Network yang dikombinasikan dengan Multilayer Perceptron yang menerapkan teknik konvolusi pada proses fitur ekstraksinya. Algortima CNN ini diimplementasikan pada dataset Citra wajah Binatang sebanyak 16.130 citra yang terdiri dari 3 kelas berbeda, yaitu Cat, Dog, dan Wild. Tujuan penelitian ini untuk mendeteksi hasil citra wajah binatang mana yang termasuk kelas Kucing, Anjing, atau Binatang Liar yang menyerupai kucing ataupun Anjing seperti Singa, Harimau, Hyena, Serigala, dll. Hasil penelitian ini berupa analisis pengujian algoritma CNN dengan membandingkan hasil learning rate dan epoch yang terbaik secara berturut-turut yaitu 10e-4 dan 60. Dari learning rate dan epoch tersebut didapatkan hasil akurasi sebesar 97.22% atau 116.33 dari 120 citra yang menggunakan citra acak dari dataset tersebut. Jika dengan menggunakan citra selain dari dataset, maka mendapatkan nilai akurasi sebesar 77.78% atau 93.33 dari 120 citra.