PERBANDINGAN KINERJA ARSITEKTUR CONVOLUTIONAL NEURAL NETWORK (CNN) ALEXNET DAN EFFICIENTNET UNTUK IDENTIFIKASI CITRA BATIK LAMPUNG

Abbie Syeh , Nahri (2024) PERBANDINGAN KINERJA ARSITEKTUR CONVOLUTIONAL NEURAL NETWORK (CNN) ALEXNET DAN EFFICIENTNET UNTUK IDENTIFIKASI CITRA BATIK LAMPUNG. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG .

Preview	File PDF ABSTRAK .pdf Download (15Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (4Mb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (3282Kb) | Preview

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

Motif batik mencerminkan filosofi dan budaya dari setiap daerah, termasuk Batik Lampung dengan berbagai coraknya yang khas. Motif pada batik Lampung mencakup berbagai hal kehidupan disekitar. Motif batik Lampung yang beragam dapat dikenali dari pola-pola khasnya. Namun, masih sulit membedakan batik Lampung hanya dengan melihat warna, corak, dan teksturnya menggunakan mata manusia karena batik lampung bersifat identitas suatu suku dan daerah sehingga motifnya tidak mudah untuk dibedakan. Pengenalan terhadap motif batik Lampung sangat penting agar orang awam dapat dengan mudah mengetahui jenis-jenis batik Lampung. Oleh karena itu, diperlukan teknologi untuk mempermudah proses identifikasi. Teknologi computer vision dalam deep learning, yang dikenal sebagai Convolutional Neural Network (CNN) dengan arsitektur yang dipakai AlexNet dan EfficientNet-B4 untuk mengidentifikasi citra dan mempelajari pola citra dengan jumlah yang banyak. Dataset yang digunakan sebanyak 1000 citra dari 10 kelas motif batik lampung yang telah diagumentasi. Teknik Augmentasi yang digunakan yaitu rotate, shift, dan zoom. Hasil akurasi sebesar 95,33% untuk arsitektur AlexNet dan 98,00% arsitektur EfficienNet-B4. Meskipun masih ditemukan beberapa kesalahan dalam klasifikasi, disebabkan oleh kesamaan pola dan kesamaan posisi gambar

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum 000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data 500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MIPA > Prodi Ilmu Komputer
Pengguna Deposit:	2308268474 . Digilib
Date Deposited:	11 Feb 2025 03:36
Terakhir diubah:	11 Feb 2025 03:36
URI:	http://digilib.unila.ac.id/id/eprint/82743

Actions (login required)

Lihat Karya Akhir