Lailatuz Zahro Primary Author mixed material bibliography Palembang Fakultas Ilmu Komputer 2024 id Indonesia

Skripsi

xvii, 64 hlm ; 30 cm ABSTRAK Pengolahan citra digital adalah bidang ilmu yang mempelajari berbagai teknik untuk mengelola gambar. Salah satu pemanfaatan pengolahan citra digital yaitu melakukan proses ekstraksi fitur citra untuk mendapatkan hasil jenis citra. Penelitian ini bertujuan mengklasifikasikan berbagai jenis bunga menggunakan metode deep learning dengan arsitektur Convolutional Neural Networks MobileNetV3-Small. Penelitian ini dilakukan dengan menggunakan pendekatan kuantitatif eksperimental dengan menggunakan data sekunder. Penelitian ini menggunakan data open access dari Kaggle yang mencakup lima jenis bunga yaitu daisy, dandelion, mawar, bunga matahari, dan tulip.Tahapan penelitian meliputi pengumpulan dan pembagian data, pelatihan model menggunakan arsitektur MobileNetV3-Small, serta pengujian dengan evaluasi menggunakan Confusion Matrix. Delapan model dengan variasi hyperparameter diuji untuk menemukan model dengan akurasi tertinggi. Model lima mencapai akurasi validasi tertinggi sebesar 99.25%. Evaluasi menunjukkan bahwa model lima mencapai akurasi tertinggi sebesar 92%. Hasil ini mengindikasikan bahwa peningkatan jumlah data dan pengaturan parameter dapat secara signifikan meningkatkan akurasi model, menunjukkan bahwa dengan lebih banyak data pelatihan dan pengaturan parameter yang optimal, model dapat mencapai kinerja yang hampir sempurna. Kata Kunci: MobileNetV3-Small, Deep Learning, Confusion Matrix, Hyperparamter, Bunga. Lailatuz Zahro Komputer 004 Perpustakaan UNIVERSITAS SUMATERA SELATAN Open Source Library Management System 004 LAI p P0002301 My Library 004 LAI p 8539 2024-09-09 10:23:57 2024-09-09 10:24:33 machine generated