KLASIFIKASI CITRA ANJING DAN SERIGALA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Ahmad Hidayat, Zafira Alindra, Farida Amalya

Abstract

Deep learning merupakan cabang dari machine learning dengan pengaplikasian berupa
computer vision yang salah satu tugasnya adalah klasifikasi citra menggunakan metode
Convolutional Neural Network (CNN). Arsiktektur CNN terdiri dari 3 layer yaitu
convolutional layer, pooling layer, dan fully connected layer. Salah satu opsi yang dapat
dimanfaatkan adalah mengetahui jenis spesies lewat pengamatan fisik yang mampu
diimplementasikan melalui teknologi computer vision dengan mengumpulkan foto anjing
dan serigala kemudian dilakukan validasi dari data tersebut agar mampu membantu
dalam pengambilan keputusan serta memberikan edukasi kepada masyarakat.
Klasifikasi citra dilakukan pada dataset anjing dan serigala dengan tahapan persiapan
data, preprocessing data, pembangunan model, pengujian model, dan publikasi. Model
dibangun dengan 2 convolutional layer, 2 pooling layer, dan 2 fully connected layer.
Data citra berjumlah 2000 yang terdiri atas dua kelas dengan menerapkan augmentasi
untuk mempebesar dataset. Hasil pengujian model pada 2000 data citra anjing dan
serigala didapatkan akurasi sebesar 73.1%.

Full Text:

PDF