Syach, Muhammad Ferdyan (2022) Klasifikasi Dhapur Keris Jawa dengan Metode Convolutional Neural Network / Muhammad Ferdyan Syach. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Keris merupakan senjata tradisional Indonesia. Keris dapat dibedakan berdasarkan dhapur bilahnya. Diperlukan bantuan empu untuk mengenali dhapur keris. Bidang teknologi yang dapat dimanfaatkan untuk melestarikan keris adalah computer vision. Tujuan penelitian adalah mengimplementasikan CNN untuk mengidentifikasi dhapur keris. Mengolah gambar keris sehingga mudah dikenali CNN serta mengetahui performa CNN dalam mengidentifikasi dhapur keris. Metode penelitian diawali dengan pendefinisian masalah. Dilanjutkan dengan pengumpulan data sebanyak 1910 gambar yang terbagi menjadi 40 dhapur. Selanjutnya persiapan data memiliki tahapan pertama data cleaning di mana gambar diolah hingga hanya menampilkan bilah keris. Kedua yaitu data filtering di mana pengujian dibagi menjadi 4 skenario. Ketiga data transformation yang membagi rasio pengujian menjadi 8 2 2 yang terdiri dari data training validation dan testing. Hasil pengujian dievaluasi dengan menampilkan hasil skenario terbaik dengan confusion matrix. Hasil pengujian terbaik didapatkan pada skenario 4 dengan akurasi 67 persen. Permasalahan yang didapatkan dari pengujian adalah beberapa dhapur memiliki pola yang identik dan perbedaan antara beberapa dhapur berupa pola-pola yang kecil sehingga sulit untuk diidentifikasi meskipun telah diterapkan data cleaning pada gambar. Dari hasil pengujian diketahui bahwa CNN dapat mengidentifikasi dhapur pada sebuah keris. Skenario 4 merupakan skenario pengujian terbaik dalam mengidentifikasi dhapur keris di antara tiga skenario pengujian lainnya.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 06 Oct 2022 04:29 |
| Last Modified: | 09 Sep 2022 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/264934 |
Actions (login required)
 |
View Item |