UNJAYAUNJAYA

Teknomatika: Jurnal Informatika dan KomputerTeknomatika: Jurnal Informatika dan Komputer

Penelitian ini membahas mengenai perbandingan deteksi objek kemeja putih dan kemeja hitam menggunakan metode Artificial Neural Network serta Convolutional Neural Network. Tujuan penelitian ini adalah untuk menganalisis performa kedua algoritma tersebut dalam mengenali perbedaan warna pada objek serta karakteristik pada kemeja. Dataset yang digunakan merupakan dataset kemeja putih serta hitam dalam berbagai sudut pandang. Dalam penelitian ini diketahui metode CNN lebih unggul dalam mendeteksi kemeja hitam dan putih dengan akurasi 41% dibandingkan dengan ANN yaitu mencapai akurasi 29%.

Metode CNN dan ANN dapat melakukan deteksi objek kemeja hitam dan putih dengan output yang sesuai, namun metode CNN lebih unggul dibandingkan dengan ANN berdasarkan kinerja dalam melakukan deteksi objek gambar kemeja hitam dan putih.Akurasi CNN lebih tinggi, yaitu 41% dibandingkan dengan ANN 29%.Deteksi objek lebih baik untuk kedua kelas berdasarkan precision, recall dan F1-Score.Confusion Matrix juga menunjukkan CNN lebih memiliki prediksi benar untuk kedua kelas.

Penelitian lanjutan dapat fokus pada pengembangan arsitektur neural network lain seperti LSTM atau Transformer untuk meningkatkan akurasi deteksi objek berwarna kontras. Selain itu, perlu dilakukan eksperimen dengan dataset yang lebih besar dan beragam sudut pandang untuk mengatasi masalah variasi cahaya dan pola tekstur. Penelitian juga bisa mengeksplorasi kombinasi CNN dengan metode augmentasi data berbasis AI untuk memperkuat kemampuan generalisasi model dalam situasi nyata.

  1. Klasifikasi Batik Indonesia Menggunakan Convolutional Neural Network (CNN) | Wona | Jurnal Rekayasa Teknologi... doi.org/10.30872/jurti.v7i2.13694Klasifikasi Batik Indonesia Menggunakan Convolutional Neural Network CNN Wona Jurnal Rekayasa Teknologi doi 10 30872 jurti v7i2 13694
Read online
File size868.59 KB
Pages6
DMCAReport

Related /

ads-block-test