IMPLEMENTASI DEEP LEARNING DALAM KLASIFIKASI CITRA GAMBAR DENGAN MENGGUNAKAN METODE CNN

Penulis

  • Imam Dinata Nata Universitas Muhammadiyah Mataram
  • Nani Sulistianingsih Universitas Muhammadiyah Mataram
  • Siti Agrippina Alodia Yusuf Universitas Muhammadiyah Mataram

Abstrak

Sepatu biasanya terbuat dari beberapa bahan dan akan dibentuk menjadi berbagai jenis sepatu yang disesuaikan dengan fungsinya. Untuk mengetahui jenis sepatu yang dihasilkan itu baik atau tidak dibutuhkan seorang yang ahli di bidang sepatu. Proses identifikasi sepatu yang baik itu dapat dilihat dari berbagai faktor misalnya: kode sepatu, jahitan sepatu, bagian sol sepatu, logo sepatu, harga, material sepatu, dan lainnya. Computer Vision merupakan salah satu cabang ilmu yang memungkinkan mesin komputer dapat melihat, mengidentifikasi dan mengekstrak informasi dari sebuah objek yang ada di sekitar layaknya manusia Deep learning, komputer dapat mengklasifikasikan data gambar atau suara, salah satu metodenya yaitu Convolutional Neural Network (CNN). CNN merupakan salah satu penerapan deep learning, dimana metode ini berfungsi untuk mengolah citra digital. Dataset yang digunakan dalam penilitian ini diambil di website www. Kaggle.com/datasho-es dengan jumlah data sebanyak 10.000 data gambar dan dibagi menjadi 4 kelas yaitu ballet flat, boat, brogue, sneaker dan untuk data validasi sebanyak 2000 data gambar. Dari hasil penilitian ini tingkat akurasi prediksi yang paling tertinggi yaitu untuk sepatu sneakers dengan tingkat akurasi prediksi sebesar 99% sementara untuk tingkat akurasi prediksi terendah yaitu untuk sepatu Brogue sebesar 27%.

 

Kata Kunci: Sepatu, Computer Vision, Deep Learning, CNN

Biografi Penulis

Imam Dinata Nata, Universitas Muhammadiyah Mataram

Fakultas Teknik Prodi Sistem dan Teknologi Informasi, pangkat Dosen Muda

Unduhan

Diterbitkan

2023-02-03

Terbitan

Bagian

Articles