IAIIIAII

Journal of Systems Engineering and Information Technology (JOSEIT)Journal of Systems Engineering and Information Technology (JOSEIT)

Penelitian ini bertujuan untuk mengoptimalkan kinerja Jaringan Saraf Tiruan Konvolusi (CNN) dalam tugas klasifikasi gambar dengan menerapkan teknik augmentasi data dan fine-tuning pada studi kasus klasifikasi mamalia. Dalam penelitian ini, kami menggunakan dataset klasifikasi gambar yang cukup kompleks dan menggunakan model CNN sebagai dasar untuk pelatihan dan evaluasi kinerja model dibandingkan dengan Back propagation. Hasil penelitian ini menunjukkan bahwa teknik yang digunakan berhasil meningkatkan kinerja model CNN dalam tugas klasifikasi gambar kompleks dengan akurasi dalam mengidentifikasi dan memantau spesies hewan secara lebih akurat, dengan akurasi 91,18% untuk model terbaik. Akurasi model meningkat sebesar 2% setelah menerapkan teknik augmentasi data dan fine-tuning pada model CNN. Hasil ini mengindikasikan bahwa teknik yang diterapkan dalam penelitian ini dapat menjadi alternatif yang baik dalam meningkatkan kinerja model CNN dalam tugas klasifikasi gambar.

Penelitian ini merekomendasikan solusi model untuk membantu peneliti atau penulis di masa depan dalam mengidentifikasi dan memantau spesies hewan secara lebih akurat, dengan akurasi 91,18% untuk model terbaik.Solusi yang ditawarkan adalah dapat membantu dalam memantau spesies hewan, terutama yang dilindungi di masa depan, lebih murah, lebih cepat, dan lebih andal.Penelitian ini juga membuktikan bahwa dengan laju pembelajaran yang tepat pada setiap fungsi estimasi, Adam lebih unggul dari SGD.

Berdasarkan latar belakang penelitian yang menyoroti tantangan dalam pemrosesan gambar akibat variasi intensitas dan kebutuhan akan optimasi model CNN, serta hasil penelitian yang menunjukkan peningkatan akurasi melalui fine-tuning dan augmentasi data, beberapa saran penelitian lanjutan dapat diajukan. Pertama, perlu dilakukan eksplorasi lebih lanjut mengenai pengaruh berbagai jenis arsitektur CNN selain VGG16 terhadap kinerja klasifikasi gambar, dengan mempertimbangkan efisiensi komputasi dan kebutuhan memori. Kedua, penelitian dapat difokuskan pada pengembangan metode augmentasi data yang lebih cerdas dan adaptif, yang mampu menghasilkan variasi data yang relevan dan meningkatkan generalisasi model tanpa mengurangi kualitas data. Ketiga, penelitian dapat menginvestigasi penggunaan teknik transfer learning dari model yang telah dilatih pada dataset besar, untuk mempercepat proses pelatihan dan meningkatkan akurasi pada dataset yang lebih kecil. Dengan menggabungkan ketiga saran ini, diharapkan dapat menghasilkan model klasifikasi gambar yang lebih robust, efisien, dan mampu beradaptasi dengan berbagai kondisi data.

  1. Classification Analysis of Back propagation-Optimized CNN Performance in Image Processing | Journal of... jurnal.iaii.or.id/index.php/JOSEIT/article/view/5015Classification Analysis of Back propagation Optimized CNN Performance in Image Processing Journal of jurnal iaii index php JOSEIT article view 5015
Read online
File size579.31 KB
Pages8
DMCAReport

Related /

JURIS Penerapan YOLO dan OpenCV dalam Klasifikasi Kendaraan pada Lalu Lintas Kota Depok 2026More at 2026

ITB ADITB AD 1%, presisi sebesar 88. 5%, recall sebesar 85. 2%, dan F1-score sebesar 86. 8%. Dengan hasil ini, model mampu mendeteksi dan mengklasifikasikan kendaraan1%, presisi sebesar 88. 5%, recall sebesar 85. 2%, dan F1-score sebesar 86. 8%. Dengan hasil ini, model mampu mendeteksi dan mengklasifikasikan kendaraan

JURIS Implementasi Deep Learning Algoritma Convolutional Neural Network untuk Klasifikasi Kesegaran Buah dan Sayur 2026More at 2026

UBUB Dataset yang digunakan terdiri dari total 11.441 gambar, yang dibagi ke dalam tiga subset utama. Pembagian dilakukan dengan mempertahankan distribusi kelasDataset yang digunakan terdiri dari total 11.441 gambar, yang dibagi ke dalam tiga subset utama. Pembagian dilakukan dengan mempertahankan distribusi kelas

JURIS Deteksi Penyakit Pada Daun Tanaman Padi Berbasis Yolov8 2026More at 2026

UBUB Temuan ini menunjukkan bahwa YOLOv8n merupakan metode yang akurat, efisien, dan potensial untuk diimplementasikan pada perangkat mobile sebagai sistemTemuan ini menunjukkan bahwa YOLOv8n merupakan metode yang akurat, efisien, dan potensial untuk diimplementasikan pada perangkat mobile sebagai sistem

JURIS Application of Deep Learning with Image Preprocessing for Strawberry Leaf Disease Classification 2025More at 2025

UMJ PremiumUMJ Premium Matriks kebingungan juga digunakan untuk menganalisis kesalahan klasifikasi tertentu. Tantangan utama yang dihadapi adalah potensi overfitting dan dataMatriks kebingungan juga digunakan untuk menganalisis kesalahan klasifikasi tertentu. Tantangan utama yang dihadapi adalah potensi overfitting dan data

JURIS Phishing Website Detection via a Transfer Learning based XGBoost Meta learner with SMOTE Tomek 2025More at 2025

PTTIPTTI Peningkatan proliferasi smartphone memicu peningkatan akses data dan mobilitas, namun juga membuka pintu bagi serangan siber, khususnya phishing. PenelitianPeningkatan proliferasi smartphone memicu peningkatan akses data dan mobilitas, namun juga membuka pintu bagi serangan siber, khususnya phishing. Penelitian

JURIS Klasifikasi Cyberbullying Pada Tweet Bahasa Sunda Dengan Menggunakan Hybrid Learning Model 2025More at 2025

ITENASITENAS Penelitian ini bertujuan untuk mengembangkan sistem deteksi cyberbullying bahasa Sunda menggunakan gabungan model stemming dan hybrid learning. PenelitiPenelitian ini bertujuan untuk mengembangkan sistem deteksi cyberbullying bahasa Sunda menggunakan gabungan model stemming dan hybrid learning. Peneliti

JURIS Analisis Perbandingan Algoritma CNN Dan SVM Pada Klasifikasi Ekspresi Wajah 2023More at 2023

UNDHIRA BALIUNDHIRA BALI Ini menunjukkan bahwa SVM memiliki kinerja yang lebih baik dalam pengenalan ekspresi wajah pada dataset ini. Meskipun CNN memiliki performa yang lebihIni menunjukkan bahwa SVM memiliki kinerja yang lebih baik dalam pengenalan ekspresi wajah pada dataset ini. Meskipun CNN memiliki performa yang lebih

JURIS Klasifikasi Citra Penyakit Daun Tanaman Padi Menggunakan CNN dengan Arsitektur VGG 19 2023More at 2023

LLDIKTI10LLDIKTI10 Hasil penelitian menunjukkan bahwa augmentasi dapat meningkatkan hasil akurasi. Penggunaan optimizer Nadam menghasilkan nilai akurasi yang lebih tinggiHasil penelitian menunjukkan bahwa augmentasi dapat meningkatkan hasil akurasi. Penggunaan optimizer Nadam menghasilkan nilai akurasi yang lebih tinggi

Useful /

JURIS Perbandingan Algoritma Na ve Bayes dan Random Forest dalam Klasifikasi Sentimen Ulasan Pengguna Kredivo di Play Store 2026More at 2026

UBUB Temuan ini berkontribusi dalam pengembangan sistem analitik ulasan pengguna, yang dapat dimanfaatkan oleh pengembang aplikasi dan pelaku industri fintechTemuan ini berkontribusi dalam pengembangan sistem analitik ulasan pengguna, yang dapat dimanfaatkan oleh pengembang aplikasi dan pelaku industri fintech

JURIS Pengkajian Usabilitas Penerapan Design Thinking Dan Design Sprint Pada User Interface Aplikasi Mobile Rentbikebali 2023More at 2023

UNDHIRA BALIUNDHIRA BALI Pada tahap akhir, dilakukan analisis atau kajian usabilitas terhadap aplikasi mobile rentbikebali untuk mengevaluasi pengalaman pengguna, efektivitas danPada tahap akhir, dilakukan analisis atau kajian usabilitas terhadap aplikasi mobile rentbikebali untuk mengevaluasi pengalaman pengguna, efektivitas dan

JURIS Rancangan Sistem Informasi Pengelolaan Surat Pada Dinas Pariwisata Dan Kebudayaan Kabupaten Bandung Barat 2023More at 2023

UNDHIRA BALIUNDHIRA BALI Ada 8 fungsi utama, yaitu Pengelolaan Data Pegawai, Pengelolaan Data Jabatan dan Pengelolaan Hak Akses, Pengelolaan Surat Surat, Pengelolaan DisposisiAda 8 fungsi utama, yaitu Pengelolaan Data Pegawai, Pengelolaan Data Jabatan dan Pengelolaan Hak Akses, Pengelolaan Surat Surat, Pengelolaan Disposisi

JURIS Analisa Kompresi Citra Digital Pada Aritmetic Dan Wavelet Threshold 2023More at 2023

UNDHIRA BALIUNDHIRA BALI Parameter penilaian yang digunakan dalam penelitian ini adalah rasio kompresi dan kualitas citra rekonstruksi (PSNR). Penelitian ini menganalisis kinerjaParameter penilaian yang digunakan dalam penelitian ini adalah rasio kompresi dan kualitas citra rekonstruksi (PSNR). Penelitian ini menganalisis kinerja

ads-block-test