KLASIFIKASI BUAH BUAHAN DENGAN METODE RESNET-RS
DEWA MADE ADITYA WIRASAKANANDA
Informasi Umum
Kode
23.04.149
Klasifikasi
006.37 - Computer Vision
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Computer Vision, Image Processing - Signal Processing,
Dilihat
261 kali
Informasi Lainnya
Abstraksi
<p>Buah-buahan merupakan salah satu makanan yang dikonsumsi oleh masyarakat di dunia. Dengan adanya berbagai jenis buah-buahan yang tersedia di dunia, buah-buah tersebut mempunyai karakteristik bentuk dan warna yang berbeda-beda. Oleh karena itu perlunya dilakukan klasifikasi sebagai cara untuk mengidentifikasi buah-buahan secara cepat, dengan menerapkan teknik computer vision yang menggunakan metode <em>ResNet-RS</em>. Metode ini digunakan karena <em>ResNet-RS</em> merupakan metode yang mempunyai peningkatan terhadap <em>ResNet</em> yang diperkenalkan pada 2015. Untuk klasifikasi buah-buahan dengan menggunakan metode <em>ResNet-RS</em> mendapatkan hasil yaitu 97.29% akurasi, 97.29% F1-Score, 97.28% recall, dan 97.31% precision. Terdapat selisih 4.07% dalam akurasi terhadap model ResNet dengan dataset yang sama.</p>
- CSH3L3 - PEMBELAJARAN MESIN
- CII3L3 - PEMBELAJARAN MESIN LANJUT
- CII4F3 - PEMROSESAN CITRA DIGITAL
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | DEWA MADE ADITYA WIRASAKANANDA |
| Jenis | Perorangan |
| Penyunting | Ema Rachmawati, Gamma Kosala |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
