IMPLEMENTASI DEEP LEARNING UNTUK KLASIFIKASI GAMBAR DAUN SIRIH DAN DAUN BINAHONG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

AFIFAH, 1817051068 (2023) IMPLEMENTASI DEEP LEARNING UNTUK KLASIFIKASI GAMBAR DAUN SIRIH DAN DAUN BINAHONG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK -ABSTRACT.pdf Download (7Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (2602Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2148Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Tumbuhan obat adalah jenis tumbuhan yang sering digunakan oleh masyarakat karena memiliki banyak manfaat, yaitu mencegah atau menyembuhkan berbagai penyakit. Sirih hijau dan binahong adalah tumbuhan obat yang banyak dimanfaatkan olah masyarakat Indonesia. Salah satu bagian tumbuhan yang umum digunakan untuk mengklasifikasi jenis tumbuhan adalah daun. Convolutional Neural Network (CNN) adalah metode dalam deep learning yang paling umum dipakai dalam klasifikasi citra. Penelitian menggunakan data berjumlah 900 gambar dengan perbandingan data training, validasi, dan testing yaitu 8:1:1. Berdasarkan hasil pengujian terhadap gambar daun sirih dan binahong, pada data test akurasi tertinggi sebesar 98%. Kata Kunci : Deep Learning, Tumbuhan Obat, Klasifikasi, CNN, Neural Network

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MIPA > Prodi Ilmu Komputer
Pengguna Deposit:	2301305646 . Digilib
Date Deposited:	20 Feb 2023 07:47
Terakhir diubah:	20 Feb 2023 07:47
URI:	http://digilib.unila.ac.id/id/eprint/69629

Actions (login required)

Lihat Karya Akhir