Please use this identifier to cite or link to this item: https://repository.uksw.edu//handle/123456789/28922
Title: Pengenalan Lukisan Wajah Papua dan Papua Nugini Menggunakan Convolutional Neural Network
Authors: Haay, Happy Alyzhya
Keywords: : Convolutional Neural Network;ResNet-50;VGG-16;VGG-19
Issue Date: Jan-2022
Abstract: Dalam penelitian ini dilakukan identifikasi terhadap pengenalan lukisan wajah Papua dan Papua Nugini menggunakan Convolutional Neural Network (CNN). Metode CNN ini merupakan salah satu Deep Learning yang sangat dikenal dan banyak digunakan dalam face recoginition. Dengan menggunakan arsitektur CNN yakni ResNet-50, VGG-16 dan VGG-19 diperoleh model terbaik dari proses training. Hasil yang diperoleh dari training model yaitu memperoleh akurasi 80.57% untuk model ResNet-50, 100% untuk model VGG-16 dan 99.57% untuk model VGG-19. Setelah dilakukan proses training dilanjutkan dengan prediksi menggunakan model arsitektur dengan data test. Hasil prediksi yang diperoleh menunjukkan bahwa akurasi model ResNet-50 sebesar 0.70, model VGG-16 sebesar 0.82 dan model VGG-19 sebesar 0.83. Hal ini berarti model arsitektur CNN yang memiliki performa terbaik dalam melakukan prediksi dalam identifikasi pengenalan lukisan wajah Papua dan Papua Nugini adalah model VGG-19 karena nilai akurasi yang diperoleh sebesar 0.83.
URI: https://repository.uksw.edu//handle/123456789/28922
Appears in Collections:T2 - Master of Data Science

Files in This Item:
File Description SizeFormat 
T2_632020002_Judul.pdf1.9 MBAdobe PDFView/Open
T2_632020002_Bab I.pdf
  Until 9999-01-01
1.09 MBAdobe PDFView/Open
T2_632020002_Bab II.pdf
  Until 9999-01-01
14.89 MBAdobe PDFView/Open
T2_632020002_Bab III.pdf
  Until 9999-01-01
1.79 MBAdobe PDFView/Open
T2_632020002_Bab IV.pdf
  Until 9999-01-01
7.61 MBAdobe PDFView/Open
T2_632020002_Bab V.pdf
  Until 9999-01-01
275.63 kBAdobe PDFView/Open
T2_632020002_Daftar Pustaka.pdf794.1 kBAdobe PDFView/Open
T2_632020002_Formulir Pernyataan Persetujuan Penyerahan Lisensi Nonekslusif Tugas Akhir dan Pilihan Embargo.pdf
  Restricted Access
519.12 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.