// <![CDATA[PENINGKATAN MODEL ARSITEKTUR CNN VGG-16 MENGGUNAKAN FINE TUNING PADA KLASIFIKASI RAS KUCING MELALUI GAMBAR]]> 0404057502 - Youllia Indrawaty Nurhasah, ST., MT. Dosen Pembimbing 1 REVI MOCHAMAD FIKRY/152017071 Penulis
Peningkatan model arsitektur CNN VGG-16 menggunakan fine tuning pada klasifikasi ras kucing melalui gambar merupakan suatu metode yang dapat digunakan untuk meningkatkan kemampuan sistem dalam mengklasifikasikan ras kucing berdasarkan gambar. Penelitian ini dilakukan dengan menggunakan dataset gambar ras kucing yang terdiri dari 11 jenis ras kucing (Bengal, Birman, Bombay, British Shorthair, Dilute Calico, Egyptian Mau, Maine Coon, Persian, Ragdoll, Sphynx, Tuxedo ). Model arsitektur CNN VGG-16 yang telah ditraining sebelumnya dioptimalkan dengan metode fine tuning agar dapat lebih akurat dalam mengklasifikasikan ras kucing. Hasil dari penelitian ini menunjukkan bahwa penerapan fine tuning pada model arsitektur CNN VGG-16 dapat meningkatkan kinerja antara model VGG-16 sebagai berikut : Fine Tuning 0 dengan Fine Tuning 1 adalah 27.7%.