PERANCANGAN APLIKASI KUCINGKU DENGAN IMAGE CLASSIFICATION MENGGUNAKAN CONVULOTIONAL NEURAL NETWORK (CNN) BERBASIS WEB DAN MOBILE

CHAIDIR ALI and FERIAN BAGUS NUGRAHA and RYANDI PRATAMA PURBA (2021) PERANCANGAN APLIKASI KUCINGKU DENGAN IMAGE CLASSIFICATION MENGGUNAKAN CONVULOTIONAL NEURAL NETWORK (CNN) BERBASIS WEB DAN MOBILE. Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (8MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (2MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (12MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (28MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (1MB)

Abstract

Kucing dikenal sebagai salah satu hewan peliharaan yang paling digemari. Setiap ras kucing dapat dibedakan berdasarkan bentuk wajah, bulu dan badan. Dengan banyaknya ciri perbedaan tersebut, sulit bagi orang awam untuk membedakan dari 1 ras dengan ras lainnya, apalagi beberapa ras kucing memiliki ciri yang hampir sama. Untuk menyelesaikan permasalahan tersebut, maka dapat diterapkan Convolutional Neural Network (CNN) dengan menggunakan library tensorflow. Prosedur pencocokan dilakukan untuk mendapatkan data Output, lalu dibandingkan dengan ciri ras kucing untuk kemudian diberikan identitas data training. Data training menjadi dasar aplikasi untuk dibandingkan dengan data uji. Data uji dapat dimasukkan dengan memilih file yang telah tersimpan sebelumnya. Aplikasi Kucingku dapat digunakan untuk melakukan klasifikasi ras kucing berdasarkan ciri-ciri ras yang sudah didaftarkan. Berdasarkan hasil pengujian yang dilakukan, diperoleh informasi bahwa proses identifikasi kucing dengan menggunakan metode CNN dengan tingkat akurasi sebesar 66 %.

Item Type: Tugas Akhir / Tesis (Undergraduate (S-1))
Subjects: Teknik Informatika
Divisions: Fakultas Informatika > Program Studi S-1 Teknik Informatika
Depositing User: Adi Kurniawan
Date Deposited: 06 Jan 2023 05:11
Last Modified: 06 Jan 2023 05:11
URI: https://repository.mikroskil.ac.id/id/eprint/517

Actions (login required)

View Item
View Item