KOMBINASI ARSITEKTUR VGG16 DAN DENSENET121 UNTUK KLASIFIKASI KUALITAS BIJI KOPI BERDASARKAN TINGKAT KEMATANGAN
Kombinasi Arsitektur VGG16 dan DenseNet121 digunakan dalam ensemble stacking untuk klasifikasi kualitas biji kopi berdasarkan tingkat kematangan. VGG16 merupakan arsitektur yang kuat dalam mendeteksi fitur yang terkait dengan kualitas gambar, sedangkan DenseNet121 dikenal sebagai arsitektur yang baik dalam menangani data yang tidak seimbang. Ensemble stacking digunakan untuk meningkatkan akurasi klasifikasi dengan mengabungkan hasil dari beberapa model yang dilatih dengan data yang sama. Pada penelitian ini menghasilkan dengan kombinasi menggunakan ensemble stacking dengan hyperparameter epoch 100 dan batch size 32 menghasilkan kinerja model terbaik dengan nilai precision 98,25%, recall 98,25%, F1-score 99,11% dan accuracy sebesar 99,27% dan nilai loss terendah 2%.
Detail Information
Citation
APA Style
. (2023).KOMBINASI ARSITEKTUR VGG16 DAN DENSENET121 UNTUK KLASIFIKASI KUALITAS BIJI KOPI BERDASARKAN TINGKAT KEMATANGAN ().Teknik Informatika:FTI
Chicago Style
.KOMBINASI ARSITEKTUR VGG16 DAN DENSENET121 UNTUK KLASIFIKASI KUALITAS BIJI KOPI BERDASARKAN TINGKAT KEMATANGAN ().Teknik Informatika:FTI,2023.Text
MLA Style
.KOMBINASI ARSITEKTUR VGG16 DAN DENSENET121 UNTUK KLASIFIKASI KUALITAS BIJI KOPI BERDASARKAN TINGKAT KEMATANGAN ().Teknik Informatika:FTI,2023.Text
Turabian Style
.KOMBINASI ARSITEKTUR VGG16 DAN DENSENET121 UNTUK KLASIFIKASI KUALITAS BIJI KOPI BERDASARKAN TINGKAT KEMATANGAN ().Teknik Informatika:FTI,2023.Text