creators_name: Atika Istiqomah, 1817051004
type: other
datestamp: 2022-09-22 02:04:01
lastmod: 2022-09-22 02:04:01
metadata_visibility: show
title: Perbandingan Kinerja Deep Learning Alexnet dan Efficientnet dengan Augmentasi Data untuk Identifikasi Kupu-Kupu
ispublished: pub
subjects: 004
subjects: 005
full_text_status: restricted
abstract: Kupu-kupu merupakan makhluk hidup yang berpengaruh dalam ekosistem. Hewan ini membantu dalam proses penyerbukan pada tanaman, serta dapat menjaga keseimbangan ekosistem sekitar. Identifikasi terhadap kupu-kupu diperlukan untuk membantu orang awam atau pengunjung taman kupu-kupu, dalam menambah pengetahuannya terkait macam-macam kupu-kupu. Proses identifikasi dimudahkan dengan adanya teknologi deep learning, serta munculnya algoritma Convolutional Neural Network (CNN) dan beragam arsitektur yang dibentuk oleh algoritma tersebut. Arsitektur AlexNet dan EfficientNet digunakan untuk membantu proses klasifikasi kelas kupu-kupu. Kedua arsitektur digunakan, karena dianggap sebagai arsitektur yang mudah diimplementasikan serta mudah untuk dilakukan perubahan, tetapi dapat menghasilkan akurasi yang baik pada beberapa penelitian terdahulu. Penelitian dilakukan menggunakan 800 gambar kupu-kupu dengan 8 kelas, masing-masing kelas terdiri dari 100 gambar. Percobaan menggunakan 2 macam mesin, yaitu google colab (online) dan komputer dengan GPU NVIDIA Tesla K20 (offline). Hasil yang diberikan ialah, perbandingan kedua arsitektur pada masing-masing mesin. Hasil percobaan menggunakan google colab menghasilkan akurasi terbesar pada arsitektur EfficientNet, yaitu sebesar 99.69% dengan augmentasi flip vertical. Percobaan menggunakan mesin tesla didapatkan akurasi terbesar pada kedua arsitektur, yaitu sebesar 99.37% dengan augmentasi flip horizontal.
date: 2022-08-11
date_type: published
publisher: Fakultas Matematika dan Ilmu Pengetahuan Alam
place_of_pub: Universitas Lampung
id_number: 1817051004
citation:   Atika Istiqomah, 1817051004  (2022) Perbandingan Kinerja Deep Learning Alexnet dan Efficientnet dengan Augmentasi Data untuk Identifikasi Kupu-Kupu.  Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Lampung.     
document_url: http://digilib.unila.ac.id/66216/1/ABSTRAK.pdf
document_url: http://digilib.unila.ac.id/66216/2/FILE%20SKRIPSI%20FULL.pdf
document_url: http://digilib.unila.ac.id/66216/3/FILE%20SKRIPSI%20FULL%20TANPA%20BAB%20PEMBAHASAN.pdf