<![CDATA[Buah-buahan memiliki jenis yang cukup banyak sehinggaterkadang sulit untuk dibedakan oleh manusia. Denganperkembangan teknologi yang pesat terutama dalam bidangartificial neural network, maka dikembangkanlah sebuah programuntuk melakukan identifikasi buah-buahan dari gambar denganbantuan Tensorflow dalam membuat sebuah model artificialneural network.Metode yang digunakan adalah convolutional neural networkuntuk melakukan training pada model. Terdapat 4 proses utamadalam convolutional neural network yaitu convolution layer,activation layer, pooling layer, dan fully connected layer. Dalampembuatan model convolutional neural network dapat dilakukantuning dalam berbagai macam hal, beberapa diantaranya yaitujumlah epoch, activation function yang digunakan, dan jugaukuran learning rate.Penelitian ini menunjukkan bahwa jumlah epoch mempengaruhiakurasi pada model yang dibuat. Dalam hal activation function,ditunjukkan bahwa rectified linear unit (RELU) lebih baik dalamhal waktu yang dibutuhkan dalam membuat neural network modelyang paling optimal dibandingkan dengan exponential linear unit(ELU). Besar kecilnya learning rate juga mempengaruhi seberapabaik model yang dihasilkan. Dari berbagai pengujian yangdilakukan didapatkan akurasi terbaik yang dapat dicapai sebesar99,31%.]]>
Copyrights © 2019
