ACADSTAFF UGM
| Title | : | Convolutional Neural Network Berbasis Komputasi Evolusioner Pada Sistem Klasifikasi Jenis Kendaraan |
| Author | : | |
| Date | : | 2018 |
| Abstract | : | Convolutional neural network merupakan salah satu mesin pembelajaran yang memberikan tingkat akurasi yang baik untuk banyak kasus pada bidang computer vision, seperti segmentasi, sistem deteksi dan sistem klasifikasi. Namun, penentuan arsitektur CNN sangat mempengeruhi hasil dan unjuk kerja dari sistem yang dibuat. Penelitian ini mengusulkan penerapan komputasi evolusioner untuk menentukan arsitektur optimal untuk CNN. Selanjutnya, CNN optimal yang dihasilkan digunakan sebagai model untuk kasus sistem klasifikasi jenis kendaraan. Metode komputasi evolusioner yang akan digunakan adalah genetic algorithm. Diharapkan dengan adanya penerapan komputasi evolusioner ini, tingkat akurasi model CNN akan meningkat. Untuk mengevaluasi keefektifan penerapan komputasi evolusioner terhadap CNN akan dilakukan pengujian menggunakan dataset baik yang tersedia secara public di internet, maupun dibuat sendiri. Setelah itu akan dibandingkan hasil klasifikasi dengan model CNN tanpa dan dengan komputasi evolusioner. |
| Group of Knowledge | : | Ilmu Komputer |
| Original Language | : | Bahasa Indonesia |
| Level | : | Nasional |
| Status | : |
| No | Title | Action |
|---|