Klasifikasi Gambar dari Prototipe Camera Trap Menggunakan Model ResNet-50 untuk Mendeteksi Satwa Dilindungi
ARIF BASTANTA S
Informasi Umum
Kode
21.04.2969
Klasifikasi
005.1 - programming
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Image Processing
Dilihat
139 kali
Informasi Lainnya
Abstraksi
Indonesia merupakan salah satu negara dengan keanekaragaman flora dan fauna yang tersebar diberbagai wilayah. Dalam keanekaragaman tersebut terdapat beberapa satwa yang memerlukan perhatian khusus karena statusnya yang mulai langka. Pendekatan teknologi menggunakan camera trap merupakan salah satu upaya yang telahh dilakukan untuk memonitor satwa-satwa langka tersebut. Tugas akhir ini bertujuan untuk melakukan klasifikasi gambar yang ditangkap oleh sebuah prototipe camera trap dengan menggunakan salah satu model arsitektur Convolutional Neural Network (CNN) yaitu Residual Network-50 (ResNet-50). Convolutional Neural network merupakan salah satu metode yang banyak digunakan pada metode deep learning yang cara kerjanya meniru jaringan syaraf otak manusia. Pada tugas akhir ini dilakukan eksperimen berupa beberapa dataset dengan fitur yang berbeda dalam setiap skenarionya. Eksperimen menghasilkan sebuah model yang paling optimal dengan akurasi training sebesar 99,34 % dan akurasi testing sebesar 90,43 %.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ARIF BASTANTA S |
| Jenis | Perorangan |
| Penyunting | Aji Gautama Putrada, Hilal Hudan Nuha |
| Penerjemah | Indonesia |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2021 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
