UNJAYAUNJAYA
Teknomatika: Jurnal Informatika dan KomputerTeknomatika: Jurnal Informatika dan KomputerKemajuan dalam pembelajaran mesin telah membawa dampak besar pada pengenalan gambar melalui pendekatan Artificial Neural Network (ANN) dan Convolutional Neural Network (CNN). Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma menggunakan dataset dua kelas, yaitu gambar Gantungan Kunci Hijau dan Merah. Hasil evaluasi menunjukkan bahwa CNN memiliki akurasi lebih tinggi, yaitu 87,9% hingga 95%, dibandingkan ANN yang mencapai 61,9% hingga 67,5%. CNN juga lebih efisien dalam waktu pelatihan. Keunggulan CNN terletak pada kemampuannya mengekstraksi fitur spasial melalui lapisan konvolusi, sedangkan ANN lebih cocok untuk data sederhana. Penelitian ini menyimpulkan bahwa CNN unggul untuk klasifikasi gambar berbasis warna.
Penelitian ini menunjukkan bahwa CNN memiliki performa yang lebih baik dalam klasifikasi gambar dibandingkan dengan ANN, terutama pada akurasi yang lebih tinggi.Namun, perlu dicatat bahwa performa kedua model sangat dipengaruhi oleh ukuran dataset yang relatif kecil.Untuk penelitian mendatang, meningkatkan jumlah data dan menerapkan teknik augmentasi yang lebih beragam dapat menjadi solusi untuk meningkatkan kinerja model.
Penelitian selanjutnya dapat difokuskan pada pengembangan arsitektur CNN yang lebih adaptif terhadap variasi warna dan tekstur pada objek, dengan tujuan meningkatkan akurasi klasifikasi pada dataset yang lebih kompleks. Selain itu, eksplorasi metode transfer learning dengan memanfaatkan model CNN yang telah dilatih pada dataset gambar yang besar dapat menjadi pendekatan yang menjanjikan untuk mengatasi keterbatasan data. Terakhir, penelitian dapat menginvestigasi kombinasi ANN dan CNN dalam arsitektur hibrida, di mana ANN digunakan untuk memproses fitur tingkat tinggi yang diekstraksi oleh CNN, sehingga menghasilkan model klasifikasi yang lebih robust dan akurat.
| File size | 534.98 KB |
| Pages | 7 |
| DMCA | Report |
Related /
PLBPLB Tomat (Solanum lycopersicum) sangat rentan terhadap berbagai penyakit daun yang dapat menurunkan hasil panen dan memengaruhi kualitas tanaman, terutamaTomat (Solanum lycopersicum) sangat rentan terhadap berbagai penyakit daun yang dapat menurunkan hasil panen dan memengaruhi kualitas tanaman, terutama
LODDOSINSTITUTELODDOSINSTITUTE Implementasi Transfer Learning dengan arsitektur EfficientNet B0 berhasil mencapai akurasi 99% dalam klasifikasi lengkap Aksara Batak Toba, menunjukkanImplementasi Transfer Learning dengan arsitektur EfficientNet B0 berhasil mencapai akurasi 99% dalam klasifikasi lengkap Aksara Batak Toba, menunjukkan
IDID This research confirms the superiority of the Fine-Tuned BERT model for sentiment analysis on Indonesian Twitter data. The Fine-Tuning process successfullyThis research confirms the superiority of the Fine-Tuned BERT model for sentiment analysis on Indonesian Twitter data. The Fine-Tuning process successfully
ITHBITHB Penelitian ini berhasil mengembangkan klasifikasi berbasis jaringan saraf terawasi untuk mendeteksi anomali suara pada sistem kipas industri dengan memanfaatkanPenelitian ini berhasil mengembangkan klasifikasi berbasis jaringan saraf terawasi untuk mendeteksi anomali suara pada sistem kipas industri dengan memanfaatkan
HOSTJOURNALSHOSTJOURNALS Hasil ini membuktikan bahwa arsitektur CNN ringan yang dirancang khusus untuk karakteristik citra pertanian mampu memberikan kinerja yang kompetitif denganHasil ini membuktikan bahwa arsitektur CNN ringan yang dirancang khusus untuk karakteristik citra pertanian mampu memberikan kinerja yang kompetitif dengan
UMBUMB Sementara citra dari UAV dipilih untuk area yang lebih kecil. Namun, citra udara memiliki beberapa kekurangan karena sangat rentan terhadap kondisi pencahayaanSementara citra dari UAV dipilih untuk area yang lebih kecil. Namun, citra udara memiliki beberapa kekurangan karena sangat rentan terhadap kondisi pencahayaan
IAIIIAII Dalam penelitian ini, kami menggunakan dataset klasifikasi gambar yang cukup kompleks dan menggunakan model CNN sebagai dasar untuk pelatihan dan evaluasiDalam penelitian ini, kami menggunakan dataset klasifikasi gambar yang cukup kompleks dan menggunakan model CNN sebagai dasar untuk pelatihan dan evaluasi
BUMIGORABUMIGORA Kesimpulan dari hasil penelitian yang dilakukan mengenai analisis sentimen menggunakan model Bi-LSTM dan Word2Vec terhadap ulasan objek wisata Pulau BaliKesimpulan dari hasil penelitian yang dilakukan mengenai analisis sentimen menggunakan model Bi-LSTM dan Word2Vec terhadap ulasan objek wisata Pulau Bali
Useful /
UNJAYAUNJAYA Pengujian dilakukan dengan membandingkan tiga konfigurasi lapisan konvolusi berbeda 1, 2, dan 3 lapisan layer, dimana setiap konfigurasi diintegrasikanPengujian dilakukan dengan membandingkan tiga konfigurasi lapisan konvolusi berbeda 1, 2, dan 3 lapisan layer, dimana setiap konfigurasi diintegrasikan
UNHJAMBIUNHJAMBI Tujuan dari penelitian ini adalah untuk meningkatkan omzet penjualan, memperkenalkan produk, serta meningkatkan minat beli konsumen. Teori yang digunakanTujuan dari penelitian ini adalah untuk meningkatkan omzet penjualan, memperkenalkan produk, serta meningkatkan minat beli konsumen. Teori yang digunakan
IAIIIAII Dengan hasil pengaruh kecerdasan emosional terhadap pemahaman Algoritma dan Pemrograman, dapat memberikan solusi untuk meningkatkan pemahaman mahasiswaDengan hasil pengaruh kecerdasan emosional terhadap pemahaman Algoritma dan Pemrograman, dapat memberikan solusi untuk meningkatkan pemahaman mahasiswa
IAIIIAII Penelitian ini dimulai dengan kueri ke database DOI (Digital Object Identifier). Artikel-artikel dari publikasi ilmiah ini dapat diakses di sini. SebanyakPenelitian ini dimulai dengan kueri ke database DOI (Digital Object Identifier). Artikel-artikel dari publikasi ilmiah ini dapat diakses di sini. Sebanyak