IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK PADA IDENTIFIKASI JENIS KAYU BERDASARKAN CITRA TEKSTUR KAYU

Feriawan, Jimmy and SWANJAYA, DANIEL and HELILINTAR, RISA (2020) IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK PADA IDENTIFIKASI JENIS KAYU BERDASARKAN CITRA TEKSTUR KAYU. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_16103020039.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (750kB) | Request a copy
[img] Text (Similarity)
RAMA_55201_16103020039_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (342kB)
[img] Text (References)
RAMA_55201_16103020039_0723098303_0721058902_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (198kB)

Abstract

Kayu merupakan salah satu dari hasil hutan yang banyak dimanfaatkan untuk bahan bangunan dan furniture. Di Indonesia kayu jati, nangka glugu, akasia, sengon dan lain sebagainya merupakan jenis kayu yang sering dijumpai. Kayu bisa di identifikasi berdasarkan ciri beberapa parameter, diantaranya adalah warna, berat, tekstur dan masih banyak lagi. Back-propagation untuk identifikasi citra digital memiliki beberapa kekurangan seperti membutuhkan waktu yang cukup lama saat pre-rocessing, semakin besar dimensi citra akan semakin banyak weight yang diproses dan juga posisi obyek yang tidak selalu berada di tengah. Convolutional Neural Network (CNN) menjadi solusi karena bisa mendeteksi lokasi obyek dengan proses konvolusi. Neural Network (CNN) menjadi solusi karena bisa mendeteksi lokasi obyek dengan proses konvolusi. Arsitektur VGG16 adalah salah satu model arsitektur popular pada ILSVRC-2014 kareana berhasil menjadi bagian dari 5 teratas akurasi model. Penerapan Arsitektur VGG16 menghasilkan akurasi prediksi 88%. analisa dataset berdasarkan tabel 3 kayu Akasia dan Nangka berhasil mencapai akurasi 100% karena data masing-masing kelas memiliki perbedaan dengan data kelas lain, sedangkan pada Balau, Jati dan Sengon beberapa data memeiliki kesamaan dengan kelas lain

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Kayu, VGG16, Convolution Neural Network
Subjects: 410 Engineering science > 459 Computer science
410 Engineering science > 463 Software engineering
Divisions: Fakultas Teknik > S1-Teknik Informatika
Depositing User: Mr Jimmy Feriawan
Date Deposited: 27 Aug 2020 03:38
Last Modified: 27 Aug 2020 03:40
URI: http://repository.unpkediri.ac.id/id/eprint/1246

Actions (login required)

View Item View Item