Karlam, Ahmad (2019) Adaptive Moment Estimation Pada Convolutional Neural Network Untuk Pengenalan Motif Kain Batik. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_AHMAD KARLAM_COVER.pdf - Published Version Download (35kB) | Preview |
|
|
Text
UNIKOM_AHMAD KARLAM_LEMBAR PENGESAHAN.pdf - Published Version Download (154kB) | Preview |
|
|
Text
UNIKOM_AHMAD KARLAM_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (117kB) | Preview |
|
|
Text
UNIKOM_AHMAD KARLAM_SURAT KETERANGAN ORISINALITAS.pdf - Published Version Download (145kB) | Preview |
|
|
Text
UNIKOM_AHMAD KARLAM_KATA PENGANTAR.pdf - Published Version Download (94kB) | Preview |
|
|
Text
UNIKOM_AHMAD KARLAM_DAFTAR ISI.pdf - Published Version Download (107kB) | Preview |
|
|
Text
UNIKOM_AHMAD KARLAM_BAB 1.pdf - Published Version Download (55kB) | Preview |
|
|
Text
UNIKOM_AHMAD KARLAM_BAB 2.pdf - Published Version Download (1MB) | Preview |
|
Text
UNIKOM_AHMAD KARLAM_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
|
Text
UNIKOM_AHMAD KARLAM_BAB 4.pdf - Published Version Download (139kB) | Preview |
|
|
Text
UNIKOM_AHMAD KARLAM_BAB 5.pdf - Published Version Download (11kB) | Preview |
|
|
Text
UNIKOM_AHMAD KARLAM_DAFTAR PUSTAKA.pdf - Published Version Download (131kB) | Preview |
|
Text
UNIKOM_AHMAD KARLAM_JURNAL DALAM BAHASA INDONESIA.pdf - Published Version Restricted to Repository staff only Download (384kB) | Request a copy |
||
Text
UNIKOM_AHMAD KARLAM_JURNAL DALAM BAHASA INGGRIS.pdf - Published Version Restricted to Repository staff only Download (385kB) | Request a copy |
Abstract
Penelitian ini membahas tentang pengenalan motif kain batik dengan menggunakan metode convolutional neural network dan adaptive moment estimation sebagai optimizer. Untuk dapat mengenali motif kain batik dapat memanfaatkan deep learning dengan menggunakan metode convolutional neural network. Metode convolutional neural network sudah biasa digunakan untuk dalam kasus pengenalan gambar. Keberhasilan penggunaan convolutional neural network ditentukan dari arstitektur convolutional neural network yang digunakan. Pada penelitian ini digunakan arsitektur VGG16 yang merupakan salah satu pemenang dari lomba ImageNet. Penelitian ini bertujuan untuk mengetahui pengaruh adaptive moment estimation dalam peningkatan akurasi dari pengenalan motif kain batik. Metode convolutional neural network memiliki banyak hal yang mempengaruhi tingkat akurasinya, ada banyak hal yang mempengaruhi keberhasilan penggunaan convolutional neural network. Untuk itu, dalam penelitian ini akan diuji pengaruh adaptive moment estimation dalam peningkatan akurasi dari metode convolutional neural network dengan melihat pengaruh ukuran gambar, jumlah layer, jumlah neuron dan pemilihan learning rate. Hasil dari penelitian ini dapat diketuhui bahwa penggunaan arsitektur VGG16 dengan menggunakan ukuran gambar 256 pixel, jumlah layer 1 dengan jumlah neuron 2048, menggunakan adaptive moment estimation dengan learning rate 0.0006 dapat menghasilkan akurasi terbaik 84.210% dalam kasus pengenalan motif kain batik.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | adaptive moment estimation, deep learning, VGG16, convolutional neural network, motif, batik. |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 03 Oct 2019 03:13 |
Last Modified: | 03 Oct 2019 03:13 |
URI: | http://elibrary.unikom.ac.id/id/eprint/964 |
Actions (login required)
View Item |