IMPLEMENTASI VISUAL GEOMETRY GROUP 16 (VGG-16) UNTUK IDENTIFIKASI JENIS KUPU-KUPU
Kupu-kupu merupakan serangga yang memiliki corak maupun warna bervariasi yang membedakan dengan jenis kupu-kupu lainnya. Bagian pada kupu-kupu yang bervariasi itulah merupakan hal penting yang membedakan antar setiap jenis agar dapat dikenali. Berbeda dengan para ahli di bidang fauna khususnya kupu-kupu, untuk orang awam tentu saja sedikit sulit untuk membedakan setiap jenis kupukupu yang beraneka ragam jenisnya. Metode yang seringkali digunakan dalam mengenali jenis kupu-kupu yaitu dengan indera penglihatan saja, tentu cara tersebut tidak cukup akurat atau rentan akan kesalahan. Oleh karena itu pada penelitian ini kami mengusulkan algoritma Convolutional Neural Network dengan arsitektur Visual Geometry Group 16 atau VGG-16 untuk mengidentifikasi 10 jenis kupu-kupu diantaranya Danaus plexippus, Heliconius charitonius, Heliconius erato, Junonia coenia, Lycaena phlaeas, Nymphalis antiopa, Papilio cresphontes, Pieris rapae, Vanessa atalanta dan Vanessa cardui. VGG-16 juga merupakan model pre-trained dari CNN yang telah dilatih pada suatu dataset yang cukup besar yaitu ImageNet. Hasil terbaik yang diperoleh dari penelitian yang telah dilakukan dengan menerapkan beberapa parameter seperti penggunaan optimizer Adam dan epoch sebanyak 100 menghasilkan nilai akurasi terbaik sebesar 0,8986 atau 89%.
APA Style
. (2022).IMPLEMENTASI VISUAL GEOMETRY GROUP 16 (VGG-16) UNTUK IDENTIFIKASI JENIS KUPU-KUPU ().Teknik Informatika:FAD
Chicago Style
.IMPLEMENTASI VISUAL GEOMETRY GROUP 16 (VGG-16) UNTUK IDENTIFIKASI JENIS KUPU-KUPU ().Teknik Informatika:FAD,2022.Text
MLA Style
.IMPLEMENTASI VISUAL GEOMETRY GROUP 16 (VGG-16) UNTUK IDENTIFIKASI JENIS KUPU-KUPU ().Teknik Informatika:FAD,2022.Text
Turabian Style
.IMPLEMENTASI VISUAL GEOMETRY GROUP 16 (VGG-16) UNTUK IDENTIFIKASI JENIS KUPU-KUPU ().Teknik Informatika:FAD,2022.Text
