PENINGKATAN MODEL ARSITEKTUR CNN VGG-16 MENGGUNAKAN FINE TUNING PADA KLASIFIKASI RAS KUCING MELALUI GAMBAR
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%.
Detail Information
Citation
APA Style
. (2023).PENINGKATAN MODEL ARSITEKTUR CNN VGG-16 MENGGUNAKAN FINE TUNING PADA KLASIFIKASI RAS KUCING MELALUI GAMBAR ().Teknik Informatika:FTI
Chicago Style
.PENINGKATAN MODEL ARSITEKTUR CNN VGG-16 MENGGUNAKAN FINE TUNING PADA KLASIFIKASI RAS KUCING MELALUI GAMBAR ().Teknik Informatika:FTI,2023.Text
MLA Style
.PENINGKATAN MODEL ARSITEKTUR CNN VGG-16 MENGGUNAKAN FINE TUNING PADA KLASIFIKASI RAS KUCING MELALUI GAMBAR ().Teknik Informatika:FTI,2023.Text
Turabian Style
.PENINGKATAN MODEL ARSITEKTUR CNN VGG-16 MENGGUNAKAN FINE TUNING PADA KLASIFIKASI RAS KUCING MELALUI GAMBAR ().Teknik Informatika:FTI,2023.Text