Hasibuan, Tengku Kemal Yusron (2020) ANALISIS PERBANDINGAN PERFORMA PRE-TRAINED NETWORK MENGGUNAKAN MODEL MOBILENET DAN VGG-16 PADA PENGENALAN OBJEK KAPAL. Undergraduate thesis, Universitas Diponegoro.

	Text JUDUL.pdf Download (421kB)
	Text BAB I.pdf Restricted to Repository staff only Download (178kB)
	Text BAB II.pdf Restricted to Repository staff only Download (545kB)
	Text BAB III.pdf Restricted to Repository staff only Download (325kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (2MB)
	Text BAB V.pdf Restricted to Repository staff only Download (150kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (96kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (566kB)

Abstract

Perkembangan teknologi telah sampai pada titik dimana kecerdasan buatan
dalam pengembangan Computer Vision sudah dapat mengkelompokan dan
mengklasifikasi sebuah data gambar. Salah satu ruang lingkup dari pembuatan
computer vision terdapat pada Pengenalan Objek Kapal yang berada di atas
permukaan air. Pentingnya penerapan hal ini berada pada sisi perairan Indonesia,
dimana wilayah perairan Indonesia meliputi ±70% dari luas total wilayah
Indonesia. Deep Neural Network Menggunakan Model Mobilenet dan VGG-16
pada Pengenalan Objek Kapal ini dibuat untuk melakukan pengolahan dataset
open source. Pengolahan dataset open source akan menggunakan pre-trained
Convolutional Neural Network (CNN) model yang terdiri dari MobileNet dan
VGG-16. Model akan dibuat menggunakan framework Keras dengan Tensorflow
backend yang berkerja di file Jupyter Notebook. Pembuatan file Jupyter Notebook
dilakukan pada Google Colaboratory yang merupakan sebuah cloud computing
dari Jupyter Anaconda. Penggunaan Google Colaboratory didasari dari
penggunaan hardware dari google yang akan memudahkan proses perancangan
model. Penelitian memperoleh hasil akurasi pengenalan objek kapal sebesar 92%
dari dataset yang tidak besar dan epoch yang kecil.

Actions (login required)

View Item