Optimasi Model CNN untuk Identifikasi Jenis Bunga Berdasarkan spektrum Warna
| Autor: | warnia nengsih, Syefrida Yulina |
|---|---|
| Jazyk: | indonéština |
| Rok vydání: | 2024 |
| Předmět: | |
| Zdroj: | Jurnal Komputer Terapan, Vol 10, Iss 1 (2024) |
| Druh dokumentu: | article |
| ISSN: | 2443-4159 2460-5255 |
| DOI: | 10.35143/jkt.v10i1.6274 |
| Popis: | Penelitian ini dalam bentuk Pengenalan jenis bunga menggunakan Convolutional Neural Network (CNN)untuk mengoptimalkan identifikasi jenis bunga berdasarkan spektrum warna. Spektrum warna bunga dapat bervariasi secara signifikan antar spesies maupun dalam satu spesies. Ini bisa menjadi tantangan dalam pengembangan model yang mampu mengidentifikasi jenis bunga dengan akurasi tinggi di tengah variasi spektrum warna yang luas. Memilih arsitektur CNN yang sesuai dan mengoptimalkan hyperparameter model untuk mencapai kinerja yang optimal adalah proses yang kompleks. Perlu dilakukan eksplorasi yang cermat terhadap berbagai arsitektur dan teknik optimasi untuk meningkatkan akurasi identifikasi jenis bunga. Dataset yang digunakan dikumpulkan dari berbagai sumber repository. dataset yang mencakup gambar-gambar bunga diambil dalam berbagai kondisi pencahayaan yang berbeda, mewakili spektrum warna yang beragam. Pada penelitian ini melalui tahapan pra-pemrosesan data termasuk normalisasi spektrum warna, ekstraksi fitur, dan augmentasi data untuk meningkatkan keragaman dataset. Model CNN pada penelitian ini dioptimalkan melalui optimasi arsitektur jaringan. Evaluasi model dilakukan menggunakan metrik evaluasi kinerja standar seperti akurasi, presisi, dan recall. Dari haril pengujian dataset sebanyak 551 gambar (5 label data) dengan gambar yang distandarisasi untuk ukuran 150 x 150 px dengan iterasi (pouch) sebanyak 50 mendapakan hasil akurasi sebesar 96% dan hasil loss sebesar 0.05%. Dapat diketahui bahwa detail dari suatu gambar yang digunakan dalam penelitian sebagai dataset sangat mempengaruhi nilai akurasi model data. Penentuan epoch dan jumlah convolutional layer sangat mempengaruhi akurasi yang akan didapatkan karena gambar akan melalui pemeriksaan berulang sebanyak jumlah epoch sehingga detail gambar dapat terdeteksi dengan baik. Metode CNN yang terdiri dari proses yang berlapis-lapis menunjukkan bahwa penggunaan model ini pada klasifikasi jenis bunga berdasarkan warna memiliki tingkat akurasi yang baik. |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|