Implementasi transfer Learning untuk klasifikasi kematangan kakao menggunakan EfficientNetV2

Nabil, Muhammad (2024) Implementasi transfer Learning untuk klasifikasi kematangan kakao menggunakan EfficientNetV2. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (69kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (111kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (113kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (153kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (922kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (56kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (131kB) | Request a copy

Abstract

Penggunaan CNN untuk mendeteksi tingkat kematangan kakao secara otomatis dapat meningkatkan efisiensi proses pemanenan selektif agar hasil produksi maksimal dengan usaha minimal. Tetapi praktik umum deployment model ke server cloud tidak efisien dan memakan banyak biaya jika dilakukan pada lingkungan perkebunan, sehingga mendorong komputasi ke perangkat tepi. Penelitian ini mengevaluasi akurasi dan penggunaan sumber daya model EfficientNetV2 sebelum dan setelah dikonversi menjadi versi lite serta dengan dan tanpa transfer learning. Hasilnya, EfficientNetV2 dengan transfer learning meraih akurasi tertinggi 92%, sementara EfficientNetV2 versi lite meraih akurasi 91% dengan penggunaan sumber daya yang jauh lebih kecil.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: EfficientNetV2; Transfer Learning; Komputasi Tepi;
Subjects: Special Computer Methods > Artificial Intelligence
Special Computer Methods > Computer Vision
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Nabil Muhammad
Date Deposited: 05 Jul 2024 07:37
Last Modified: 05 Jul 2024 07:37
URI: https://digilib.uinsgd.ac.id/id/eprint/90238

Actions (login required)

View Item View Item