<![CDATA[Penelitian bertujuan untuk mengklasifikasikan citra burung cendrawasih menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur VGG-19. Burung cendrawasih, dengan keindahan bulu dan variasi jenis yang menarik, menjadi subjek penelitian ini untuk meningkatkan akurasi identifikasi melalui teknologi AI. Dataset yang digunakan terdiri dari 1785 citra yang mencakup lima jenis burung cendrawasih yang berbeda, yang diperoleh dari internet. Proses klasifikasi dilakukan dengan menerapkan teknik augmentasi data untuk mengatasi masalah overfitting dan underfitting. Metode penelitian melibatkan beberapa tahap, termasuk pengumpulan dataset, preprocessing, pembagian dataset, dan implementasi model CNN. Pengujian dilakukan dalam dua kali: tanpa augmentasi dan batch normalization, serta dengan augmentasi dan batch normalization. Hasil dari pengujian menunjukkan bahwa penggunaan augmentasi data dan batch normalization secara signifikan meningkatkan akurasi model dari 85% menjadi 97%. Dengan demikian, penelitian ini tidak hanya mengkonfirmasi efektivitas metode CNN dengan arsitektur VGG-19 dalam klasifikasi citra burung cendrawasih, tetapi juga memberikan kontribusi penting dalam upaya pelestarian burung cendrawasih melalui pengembangan sistem identifikasi otomatis. Penelitian ini diharapkan dapat menjadi dasar untuk penelitian lebih lanjut dalam bidang konservasi dan pengenalan citra berbasis teknologi AI.]]>
Copyrights © 2025
