Ahmadillah, Hendra Yanuari Noer (2024) Penerapan algoritma Convolutional Neural Network dalam klasifikasi huruf pada Sandi Semaphore. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text
Cover.pdf Download (4MB) | Preview |
|
|
Text
Surat Pernyataan Karya Sendiri.pdf Download (1MB) | Preview |
|
|
Text
Abstrak.pdf Download (4MB) | Preview |
|
|
Text
Daftar Isi.pdf Download (4MB) | Preview |
|
|
Text
Bab 1.pdf Download (4MB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text
Bab 2.pdf Restricted to Registered users only Download (4MB) | Request a copy |
|
|
Text
Bab 3.pdf Restricted to Registered users only Download (4MB) | Request a copy |
|
|
Text
Bab 4.pdf Restricted to Registered users only Download (4MB) | Request a copy |
|
|
Text
Bab 5.pdf Restricted to Registered users only Download (4MB) | Request a copy |
|
|
Text
Daftar Pustaka.pdf Restricted to Registered users only Download (4MB) | Request a copy |
Abstract
Semaphore merupakan salah satu cara untuk berkomunikasi dengan pihak lain menggunakan isyarat-isyarat tertentu berdasarkan asas kerahasiaan informasi yang akan disampaikan. Cara berkomunikasi menggunakan semaphore ini sering digunakan, salah satunya di dalam dunia perkapalan untuk melakukan komunikasi antar kapal di dalam situasi darurat. Semaphore juga sering digunakan di kepramukaan sebagai alat komunikasi jarak jauh yang tidak memungkinkan dilakukannya komunikasi via suara. Pada zaman modern ini, terdapat suatu teknologi yang dapat mengenali suatu gambar yang dapat diklasifkasikan sebagai objek tertentu. Salah satu teknologi untuk mengenali gambar tersebut yaitu algoritma Convolutional Neural Networks. Penelitian ini bertujuan untuk membuat suatu sistem yang dapat mengenali sandi semaphore pada gerakan manusia menggunakan bendera dengan memanfaatkan algoritma CNN. Hasil dari penelitian ini membuktikan bahwa algoritma CNN mampu mengenali sandi semaphore dengan nilai terbaik yang dihasilkan adalah model yang dilatih dengan jumlah epoch sebanyak 50 epoch yang memiliki nilai precision, recall, f1-score dan accuracy masing-masing adalah 86%, 83%, 84% dan 84%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Semaphore classification; CNN; CRISP-DM; Semaphore; |
| Subjects: | Systems > System Identification Systems > Computer Modeling and Simulation |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Hendra Yanuari Noer Ahmadillah |
| Date Deposited: | 17 Sep 2024 07:41 |
| Last Modified: | 17 Sep 2024 07:41 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/98648 |
Actions (login required)
 |
View Item |
