Khoerudin, Asep (2022) Pemodelan Transfer Learning pada Image Processing untuk klasifikasi kondisi robot berbasis Artificial Neural Network. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (90kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (412kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (149kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (513kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (415kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (247kB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (663kB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB VI)
9_bab6.pdf Restricted to Registered users only Download (147kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
10_daftarpustaka.pdf Restricted to Registered users only Download (152kB) | Request a copy |
Abstract
Artificial Intelligence merupakan bidang keilmuan yang membuat komputer dapat menirukan kebiasaan manusia dalam berbagai bidang, salah satunya dalam menentukan klasifikasi. Artificial Neural Network merupakan salah satu algoritma yang digunakan dalam klasifikasi. Penelitian ini menggunakan 300 dataset dengan 3 kelas klasifikasi dengan variasi model sebanyak 10 model menggunakan metode Transfer Learning. Penelitian ini bertujuan untuk merancang model transfer learning pada image processing untuk klasifikasi kondisi robot menggunakan Artificial Neural Network, yaitu dengan mencari hyperparameter terbaik untuk perancangan model transfer learning yang dibuat. Hasil output berupa learning rate dengan hasil setinggi mungkin dan dengan grafik yang optimal untuk dapat menentukan 3 klasifikasi kondisi robot yaitu RLURUS, RSERONGKANAN, dan RSERONGKIRI. Input untuk masing- masing klasifikasi yaitu 100 gambar. Akurasi terbaik dan grafik learning optimal didapatkan pada model ke-4 dengan dimensi gambar 224 x 224, data test 150, data train 150, Epoch 50, dan Batch Size sebesar 10. Didapatkan output learning rate rata-rata sebesar 92 %.
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | Artificial Neural Network; Adam Optimizer; Hyperparameter; Clasification; Transfer Learning; |
Subjects: | Special Computer Methods > Artificial Intelligence |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Elektro |
Depositing User: | Asep Khoerudin |
Date Deposited: | 21 Jul 2022 09:08 |
Last Modified: | 21 Jul 2022 09:08 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/53743 |
Actions (login required)
View Item |