Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknologi Informasi dan Robotika Journal of Software Engineering and Multimedia (JASMED)
Mayya, Kalfin Syah Kilau
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering Education Engineering

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

Found 1 Documents
Search
Journal : Journal of Software Engineering and Multimedia (JASMED)

 1 
Implementasi Metode Convolutional Neural Network untuk Memilah Foto Pemandangan Pantai dan Pegunungan Mayya, Kalfin Syah Kilau; Makarim, Irsyad Fadhil; Mahendra, Zenryo Yudi Arnava Darva; Sari, Anggraini Puspita
Journal of Software Engineering and Multimedia (JASMED) Vol 2 No 2 (2024): Journal of Software Engineering and Multimedia (JASMED)
Publisher : Institut Teknologi Telkom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/jasmed.v2i2.1525

Abstract

Convolutional Neural Network (CNN) merupakan salah satu metode yang dapat digunakan dalam klasifikasi gambar. Studi ini memaparkan implementasi CNN untuk memilah foto pemandangan pantai dan pegunungan. Dataset terdiri dari 712 gambar pemandangan pantai dan 712 gambar pemandangan pegunungan yang kemudian dipecah menjadi data train dan test. Untuk memperkuat model, digunakan beberapa teknik augmentasi data seperti rescaling, shear, zoom, dan flip horizontal. Model CNN dibangun dengan beberapa lapisan konvolusi, pooling, dan fully connected layer untuk ekstraksi fitur dan klasifikasi. Selama pelatihan, model menggunakan binary crossentropy sebagai fungsi loss dan optimizer adam untuk mempercepat konvergensi. Setelah proses pelatihan selama 20 epoch dengan batch size 32, model diuji menggunakan data test yang belum pernah dilihat oleh model sebelumnya. Hasil pengujian menunjukkan bahwa model CNN ini mampu mencapai akurasi 96.88% dalam data train dan 92.86% dalam data test. Hasil ini menunjukkan bahwa model CNN ini berhasil menghasilkan akurasi yang tinggi dalam membedakan gambar pemandangan pantai dan pegunungan berdasarkan dataset yang disediakan. Metode augmentasi data yang diterapkan seperti rescaling, shear, zoom, dan flip horizontal membantu dalam meningkatkan keberhasilan model untuk membedakan gambar-gambar yang serupa namun berasal dari kategori yang berbeda.
Co-Authors Akbar, Fawwaz Ali Anggraini Puspita Sari Fahturohman, Ridho Fajar Mahendra, Zenryo Yudi Arnava Darva Makarim, Irsyad Fadhil Nugroho, Iliochiesa Hilmi Saputra, Bayu Rachmawan Wardana, Anak Agung Ngurah Wisnu