FAHREZA, Rizky Akhmad (2025) Penerapan Convolutional Neural Network Dengan Metode Transfer Learning Arsitektur Xception Untuk Klasifikasi Citra Jenis Tanah. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (27kB)
	Text 4. HALAMAN PENGESAHAN.pdf Download (450kB)
	Text 5. KATA PENGANTAR.pdf Download (655kB)
	Text 7. ABSTRAK.pdf Download (7kB)
	Text 8. ABSTRACT.pdf Download (5kB)
	Text 9. DAFTAR ISI.pdf Download (48kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (109kB)

Abstract

ABSTRAK
Tanah merupakan elemen krusial dalam berbagai bidang, terutama pertanian dan geologi,
pemanfaatan tanah bergantung pada jenis tanah yang digunakan. Identifikasi jenis tanah
yang tepat sangat diperlukan untuk menentukan kegunaan dan pengelolaan tanah secara
optimal. Namun, metode tradisonal yang mengandalkan uji laboratorium cenderung mahal
dan memakan waktu. Penelitian ini menerapkan Convolutional Neural Network (CNN)
dengan
metode transfer learning menggunakan arsitektur Xception untuk
mengklasifikasikan delapan jenis tanah berdasarkan citra digital. Dataset diperoleh dari
platform open-source, dan model dilatih dengan berbagai skenario yang mencakup
pembekuan layer, pemilihan optimizer, serta optimasi learning rate. Hasil eksperimen
menunjukkan bahwa model usulan mencapai akurasi pengujian sebesar 97,72%. Akurasi
pengujian model tersebut melampaui model CNN standar (vanilla), yang hanya mencapai
akurasi pengujian sebesar 82,95% pada dataset yang sama. Dengan demikian, pendekatan
ini menawarkan solusi yang lebih akurat dan efisien sebagai metode alternatif untuk
mengidentifikasi jenis tanah berbasis visi komputer.
Kata kunci : CNN, Transfer Learning, Xception, Klasifikasi Citra, Jenis Tanah

Actions (login required)

View Item