Deteksi Ras Kucing Menggunakan Compound Model Scaling Convolutional Neural Network
| Autor: | Nadia Azahro Choirunisa, Tita Karlita, Rengga Asmara |
|---|---|
| Rok vydání: | 2021 |
| Zdroj: | Technomedia Journal. 6:236-251 |
| ISSN: | 2528-6544 2620-3383 |
| DOI: | 10.33050/tmj.v6i2.1704 |
| Popis: | Kucing merupakan hewan yang sangat popular di dunia. Jumlah dari ras kucing di dunia hanya sekitar 1% saja, sehingga didominasi oleh ras campuran maupun kucing domestik. Namun demikian, ada begitu banyak jenis ras kucing di dunia, sehingga terkadang sulit untuk mengidentifikasinya. Oleh karena itu, dibutuhkan sistem yang dapat mengenali jenis-jenis ras kucing. Dalam penelitian ini, penulis menggunakan salah satu metode deep learning yang dapat mengenali dan mengklasifikasikan suatu objek, yaitu Neural Convolutional Network (CNN). Penulis menggunakan 9 jenis ras kucing yang berbeda berisi 2700 gambar. Dalam pengujiannya, penulis menggunakan arsitektur EfficientNet-B0. Model paling optimal dari pengujian yang dilakukan terhadap 180 gambar kucing memperoleh tingkat akurasi sebesar 95%. Kata Kunci : Deep Learning, Convolutional Neural Network (CNN) , Ras kucing, EfficientNet-B0. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|