Deep learning convolutional neural nertworks pada multi label image classification citra kerbau Toraja / Aslan Poetra Ramadhan</p> - Repositori Universitas Negeri Malang

Deep learning convolutional neural nertworks pada multi label image classification citra kerbau Toraja / Aslan Poetra Ramadhan</p>

Ramadhan, Aslan Poetra (2023) Deep learning convolutional neural nertworks pada multi label image classification citra kerbau Toraja / Aslan Poetra Ramadhan</p>. Masters thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Convolution Neural Network (CNN) menjadi pendekatan utama dalam pengembangan sistem dan mesin cerdas. Kemampuan dalam mengatasi masalah prediksi hingga klasifikasi menjadikan CNN rujukan utama dalam pengembangan deep artificial intelligence. Tingkat efektivitas metode dalam mengatasi permasalahan serta efisiensi dalam penggunaan sumber daya komputasi pada prosesnya menjadikannya alternatif utama dalam pelbagai proses utamanya dalam peroses pengolahan citra atau image processing. Pada penelitian ini implementasi CNN digunakan untuk melakukan klasifikasi citra kerbau Toraja. Kerbau Toraja merupakan salah satu spesies mamalia dari famili bos bubalis yang memiliki keunikan dan telah menjadi bagian hidup serta adat-istiadat masyarakat Toraja yang berdiam di utara Sulawesi Selatan ini. Spesies ini menjadi bagian dalam kebudayaan yang melekat erat dalam berbagai prosesi adat masyarakat. Sehingga menjadikan spesies ini unik untuk diteliti lebih mendalam. Keunikan corak warna dan bentuk kerbau ini menjadikannya pembeda antara satu dengan lainnya. Hal ini mendasari penelitian ini menggunakan CNN sebagai pendekatan utama untuk mengklasifikasikan (classification) jenis kerbau Toraja melalui berbagai beberapa jenis parameter dan penanda (multi label) berdasarkan kearifan lokal. Hasil penelitian ini diharapkan dapat berkontribusi dalam pelestarian kebudayaan dan kebaruan dalam riset pengolahan citra.

Item Type: Thesis (Masters)
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S2 Teknik Elektro
Depositing User: library UM
Date Deposited: 08 Sep 2023 04:29
Last Modified: 09 Sep 2023 03:00
URI: http://repository.um.ac.id/id/eprint/392147

Actions (login required)

View Item View Item