IMPLEMENTASI ARSITEKTUR MOBILENETV3 (STUDI KASUS KLASIFIKASI JAMUR BERACUN)


Mobilenet adalah arsitektur model Convolutional Neural Network yang implementasinya digunakan pada perangkat mobile. Dasar dari pembuatan mobilenet adalah depthwise separable convolution yang membuat arsitektur ini memiliki beban komputasi yang rendah, namun hal tersebut dapat mengurangi tingkat akurasi dari arsitektur. Penelitian dilakukan dengan mengidentifikasi 6 kelas genus jamur dengan menggunakan arsitektur MobilenetV3 dengan tidak menghiraukan beban komputasi dari arsitektur MobilenetV3 yaitu dengan menggunakan data balancing, perubahan pada stride dan penambahan layer. Hasil terbaik yang diperoleh dari model didapatkan pada model arsitektur MobilenetV3-Large, stride 1, dengan hyperparameter learning rate 0.0001, batch size 32, epoch 30, optimizer ADAM. Berdasarkan hasil dari evaluasi performa model didapatkan akurasi sebesar 0.9981 pada pengujian 2076 data uji dalam 6 kelas yang terdiri dari jenis genus jamur yang dapat dikonsumsi dan beracun.


LOADING LIST...

LOADING LIST...

Detail Information

Bagian Informasi
Pengarang FIQRON RIZKIAWARMAN / 152018115 - Personal Name
Galih Ashari R., S.Si., M.T. - Personal Name
No. Panggil 702IF/23
Subyek identifikasi
akurasi
MobilenetV3
Jamur
Fakultas FTI
Tahun Terbit 2023
Jurusan Teknik Informatika
Deskripsi Fisik
Info Detil Spesifik


Citation

. (2023).IMPLEMENTASI ARSITEKTUR MOBILENETV3 (STUDI KASUS KLASIFIKASI JAMUR BERACUN)().Teknik Informatika:FTI

.IMPLEMENTASI ARSITEKTUR MOBILENETV3 (STUDI KASUS KLASIFIKASI JAMUR BERACUN)().Teknik Informatika:FTI,2023.Text

.IMPLEMENTASI ARSITEKTUR MOBILENETV3 (STUDI KASUS KLASIFIKASI JAMUR BERACUN)().Teknik Informatika:FTI,2023.Text

.IMPLEMENTASI ARSITEKTUR MOBILENETV3 (STUDI KASUS KLASIFIKASI JAMUR BERACUN)().Teknik Informatika:FTI,2023.Text

 



Homepage Info

Koleksi  ETD adalah merupakan Tugas Akhir mahasiswa Itenas dalam menempuh program Sarjana/Magister. Seluruh isi dari Tugas Akhir adalah merupakan tanggung jawab penulis sepenuhnya.

Koleksi


Total ETDs : 20322

Total Kunjungan: 26011 dari Maret 2018

Media Sosial / Kanal

Address

UPT Perpustakaan Itenas
Jl. PKH. Mustopha No.23
Bandung 40124, Indonesia
Phone: +62-22-7272215,
email: libary[at]itenas.ac.id