SIENNA
Vol 4 No 2 (2023): Sienna Volume 4 Nomor 2 Desember 2023

Implementasi Algoritma Convolutional Neural Network untuk Klasifikasi Citra Jenis Sepatu Lari berdasarkan Permukaan Lintasan

Muhammad Ilham Aqli Dilan (a:1:{s:5:"en_US"
s:23:"Ahmad Dahlan University"
})



Article Info

Publish Date
29 Dec 2023

Abstract

Banyak pelari yang tidak paham dengan sepatu lari yang digunakan di kondisi lintasan. Akibatnya pelari merasa tidak nyaman dalam melakukan berlari. Sepatu lari dibedakan menjadi tiga sesuai lintasannya: road-running shoes, trail-running shoes, dan cross-training shoes yang digunakan sesuai kondisi. Penulis ingin membuat sebuah trobosan untuk membantu pelari dalam menentukan sepatu sebelum melakukan lomba atau sedang berlari. Dengan menggunakan algoritma deep learning yaitu convolutional neural network, penulis ingin membantu para pelari baik pemula maupun yang sudah professional dalam menentukan sebuah sepatu dengan mengklasifikasi jenis sepatu lari berdasarkan lintasan menggunakan algoritma convolutional neural network. Metode yang digunakan dalam penelitian ini menggunakan algoritma CNN dengan membuat 4 lapisan konvolusi, ukuran kernel 2x2, pooling yang digunakan adalah maxpooling dengan ukuran 2x2, serta lapisan hidden sebanyak 1024 dengan fungsi aktivasi ReLU. Untuk ukuran citra menggunakan 128x128 dengan jumlah channel sebesar 3. Untuk lapisan konvolusi yang pertama menggunakan jumlah filter sebanyak 64, lalu konvolusi ke dua sebanyak 128, ketiga 256, lalu yang terakhir 512 dengan fungis aktivasi ReLU. Untuk lapisan output menggunakan fungsi aktivasi softmax. Untuk jumlah parameter yang digunakan sebanyak 34.248.387. Data training yang digunakan sebanyak 500 per kelas dengan data validation sebesar 150 per kelas. Hasil yang diperoleh adalah tingkat akurasi menggunakan data test dengan jumlah data sebanyak 50 perkelas mendapatkan hasil sebesar 0,846 dengan hasil loss sebesar 0,376. Lalu untuk precision kelas Cross Training sebesar 0,92, Road Running sebesar 0,75, serta Trail Running sebesar 0.90. Recall pada kelas Cross Training sebesar 0,70, Road Running sebesar 0,92, serta Trail Running sebesar 0,92. F1-score pada Cross Training sebesar 0,92, Road Running sebesar 0,75, serta Trail Running sebesar 0,90.

Copyrights © 2023






Journal Info

Abbrev

sienna

Publisher

Subject

Computer Science & IT Engineering

Description

The Journal of Information Systems and Technology (SIENNA) has been published by the Faculty of Engineering and Computer Science (FTIK), University of Muhammadiyah Kotabumi (UMKO) since July 2020. SIENNA contains manuscripts of research results in the fields of Information Systems, Information ...