UNSRAT Repository

Implementation of Convolutional Neural Network on Images for Starlings Classification

Christianto, Eduardo and Sambul, Alwin Melkie and Kambey, Feisy D. (2021) Implementation of Convolutional Neural Network on Images for Starlings Classification. -.

[img]
Preview
PDF (Skripsi)
Download (837kB) | Preview

Abstract

Abstract — In general, the classification of images that have been done is more likely to the classification of objects with large categories, where the objects have a relatively low level of similarity is rare, Starlings (Sturnidae) is one of the families of chirping birds that have many interesting features that are much loved by humans, with many types of starlings that exist sometimes humans still have difficulty identifying or recognizing the type of starlings , so the need for study or development by utilizing the Convolutional Neural Network to classify objects with smaller categories, which objects used in this study are starlings that have significant differences only in motive and color only. Based on the test results of several parameters conducted on the Convolutional Neural Network method to classify the image of starling species, obtained a model with high performance with an accuracy of 98%. The conclusion is that the Convolutional Neural Network method, able to classify the image of starling species very well. Keywords — Convolutional Neural Network; Deep Learning; Image Classification; Starling Abstrak — Secara umum, pengklasifikasian citra yang telah dilakukan lebih cenderung kepada klasifikasi objek dengan kategori yang besar, yang mana objek-objek tersebut memiliki tingkat kemiripan yang tergolong rendah jarang ditemui, Jalak (Sturnidae) merupakan salah satu famili dari burung kicau yang memiliki banyak fitur menarik sehingga banyak digemari oleh manusia, dengan banyak jenis burung jalak yang ada terkadang manusia masih kesulitan untuk mengidentifikasi atau mengenali jenis burung jalak, sehingga diperlukannya studi atau pengembangan dengan memanfaatkan Convolutional Neural Network untuk mengklasifikasikan objek dengan kategori yang lebih kecil, yang mana objek yang digunakan dalam penelitian ini adalah burung jalak yang memiliki perbedaan signifikan hanya pada motif dan warna saja. Berdasarkan hasil pengujian dari beberapa parameter yang dilakukan pada metode Convolutional Neural Network untuk melakukan pengklasifikasian citra jenis burung Jalak, didapatkan model dengan performa yang tinggi yaitu dengan akurasi sebesar 98%. Mendapatkan kesimpulan bahwa metode Convolutional Neural Network, mampu melakukan klasifikasi citra jenis burung jalak dengan sangat baik. Kata kunci — Convolutional Neural Network; Deep Learning; Klasifikasi Citra; Jalak

Item Type: Other
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: UNSPECIFIED
Depositing User: Mr. Benhard W. Tampangela, ST
Date Deposited: 12 Oct 2021 04:15
Last Modified: 12 Oct 2021 04:15
URI: http://repo.unsrat.ac.id/id/eprint/3390

Actions (login required)

View Item View Item