Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat
Chan Uswatun Khasanah
Universitas Amikom Yogyakarta
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Perbandingan Jumlah Epoch Dan Steps Per Epoch Pada Convolutional Neural Network Untuk Meningkatkan Akurasi Dalam Klasifikasi Gambar Enie Yuliani; Afifah Nur Aini; Chan Uswatun Khasanah
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 3 (2019): Desember
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (521.66 KB) | DOI: 10.46808/informa.v5i3.140

Abstract

Convolutional Neural Network (CNN) adalah salah satu jenis neural network yang biasa digunakan pada data image. CNN bisa digunakan untuk mendeteksi dan mengenali objek pada sebuah image. Penelitian ini akan melakukan perbandingan jumlah epoch dan steps per epoch dalam melakukan klasifikasi gambar untuk mendapatkan nilai keakuratan yang tinggi. Dataset yang digunakan terdiri dari dua kategori, yaitu anjing dan kucing. Masing-masing kategori terdapat 100 gambar. Gambar yang digunakan berukuran 32 x 32 pixel. Pada tahap pengujian, epoch yang digunakan berjumlah 25 dan 50 serta jumlah steps per epoch 10 dan 20. Kesimpulan yang didapatkan adalah semakin banyak jumlah epoch dan steps per epoch maka semakin tinggi juga tingkat akurasi pelatihan yang didapatkan
Pengaruh Dimensi Gambar Pada Data Training Terhadap Prediksi Kepribadian Menggunakan Convolutional Neural Network Chan Uswatun Khasanah; Ema Utami; Hanif Al Fatta
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 3 (2019): Desember
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (464.196 KB) | DOI: 10.46808/informa.v5i3.144

Abstract

Foto atau gambar yang diposting di Instagram dapat menunjukkan kepribadian penggunanya. Convolutional Neural Network (CNN) memiliki tingkat akurasi yang tinggi dalam memprediksi kepribadian dari sumber data gambar. Tujuan penelitian ini adalah untuk mengetahui apakah dimensi gambar pada data training berpengaruh terhadap prediksi kepribadian berdasarkan gambar yang diposting di Instagram menggunakan CNN. Dataset yang digunakan berupa gambar yang terdiri dari 376 data training dan 93 data testing. Data training bersumber dari Instagram dan Google Image dengan jenis gambar yang sama namun dimensi gambar yang berbeda. Penelitian ini akan melakukan perbandingan proses training dengan gambar yang bersumber dari Instagram dan Google Image. Hasil penelitian yang didapatkan adalah tingkat akurasi pada proses training dengan data yang bersumber dari Instagram dan Google Image adalah 100% dan 99,6% dengan waktu training yang lebih lama pada sumber data Google Image. Pengujian dilakukan dengan menginputkan 93 gambar ke arsitektur CNN yang telah dibuat. Hasil pengujian adalah sebanyak 93 gambar diprediksi benar sebagai kepribadian Agreeableness dengan data training bersumber dari Instagram dan 92 gambar diprediksi benar dengan data training bersumber dari Google Image. Kesimpulan yang didapatkan adalah dimensi gambar pada data training tidak berpengaruh secara signifikan terhadap prediksi kepribadian berdasarkan gambar yang diposting di Instagram.
Co-Authors Afifah Nur Aini Ema Utami Enie Yuliani Hanif Al Fatta