Informasi Umum

Kode

24.04.3248

Klasifikasi

006.32 - Neural networks, perceptrons, connectionism, neural computers

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Information System

Dilihat

213 kali

Informasi Lainnya

Abstraksi

Pencatatan stok bahan makanan secara manual seringkali menjadi tugas yang memakan waktu, rentan terhadap kesalahan, dan tidak efisien. Diperlukan solusi inovatif untuk mengatasi permasalahan ini, salah satunya melalui implementasi <em>object recognition</em> menggunakan algoritma Convolutional Neural Network (CNN) pada bahan makanan rumah tangga. Model dengan algoritma CNN ini dapat mengenali bahan makanan, untuk mengoptimalkan pencatatan stok bahan makanan. Penelitian ini membandingkan dua arsitektur model dengan jumlah <em>filter </em>yang berbeda pada <em>convolutional layer </em>dengan tujuan untuk menemukan model terbaik.  Pada dua model yang telah diuji, model 1 menunjukkan performa dengan akurasi 0,942, <em>recall </em>0,942, <em>precision </em>0,944 dan f1-<em>score </em>0,942, sedangkan model 2 memiliki akurasi 0,943, <em>recall </em>0,943, <em>precision </em>0,944 dan f1-<em>score </em>0,942. Model 2 memiliki akurasi dan <em>recall </em>yang lebih tinggi dibandingkan dengan model 1. Ini menunjukkan

  • ISI4G3 - PENAMBANGAN DATA
  • III4A4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama MUHAMMAD AKMAL DZIKRI FADILLAH
Jenis Perorangan
Penyunting Riska Yanu Fa'rifah, Ekky Novriza Alam
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Sistem Informasi
Kota Bandung
Tahun 2024

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi