@misc{eprints66092,
           month = {Agustus},
           title = {STUDI PERBANDINGAN ARSITEKTUR CONVOLUTIONAL NEURAL
NETWORK PADA KLASIFIKASI AGLAONEMA},
          author = {1755061004 DZIHAN SEPTIANGRAINI},
         address = {UNIVERSITAS LAMPUNG},
       publisher = {FAKULTAS TEKNIK},
            year = {2022},
             url = {http://digilib.unila.ac.id/66092/},
        abstract = {Popularitas tanam hias semakin meningkat dikalangan masyarakat secara luas dan
juga dapat membuka peluang bisnis bagi pencinta tanaman hias. Jenis tanaman hias
yang memiliki peminat sangat tinggi salah satunya adalah Aglaonema. Tanaman
Aglaonema memiliki varietas yang beragam, dalam membedakannya dapat
menimbulkan kesulitan karena setiap varietas Aglaonema memiliki kemiripan pada
struktur daun seperti bentuk, warna, dan tekstur. Pada penelitian ini, dilakukan proses
klasifikasi terhadap 5 kelas citra Aglaonema dengan membandingan 5 arsitektur dari
metode Convolutional Neural Network (CNN) yaitu LeNet, AlexNet, VGG16,
Inception V3, dan ResNet50. Total dataset yang digunakan sebanyak 500 data citra
dengan pembagian data latih sebesar 80\% dan data uji sebesar 20\%. Hasil pengujian
yang dilakukan terhadap 5 kelas citra Aglaonema didapatkan hasil akurasi, precision,
dan recall terbaik pada arsitektur Inception V3 dengan nilai sebesar 92,8\%, 93\%, dan
92,8\%.
Kata kunci: Aglaonema, Convolutional Neural Network (CNN), LeNet, AlexNet,
VGG16, Inception V3, ResNet50}
}