KLASIFIKASI PRODUK FASHION PADA E–COMMERCE
MENGGUNAKAN METODE DEEP LEARNING
Total View This Week0
Total View This Week0
Institusion
Universitas Pakuan
Author
Herlambang, Gustian
Harsani, Prihastuti
Qur'ania, Arie
Harsani, Prihastuti
Qur'ania, Arie
Subject
Ilmu Komputer
Datestamp
2022-09-03 17:24:01
Abstract :
Abstrak E ? commerce adalah platform yang secara masif digunakan. Di Indonesia penggunaaan e ? commerce mencapai 180 juta pengguna pada tahun 2020. Namun, sering dijumpai produk pada platform tersebut terutama fashion, tidak masuk pada kategori yang tepat. Misalnya, kategori kaos polo, masih dijumpai kaos polos. Untuk mengatasi hal tersebut, dapat diterapkan klasifikasi gambar menggunakan deep learning. Pada penelitian ini telah dibangun model klasifikasi gambar menggunakan dataset Fashion MNIST. Dataset terdiri dari 10 kelas, yang berjumlah 60.000. Penelitian ini menerapkan arsitektur deep learning Convolutional Neural Network (CNN). Pada penelitian ini menghasilkan model sebanyak 3 yaitu model yaitu CNN dengan kernel 3x3 dengan akurasi 91,25%, 5x5 dengan akurasi 90%, dan 7x7 dengan akurasi 90%. Model yang telah dibangun dievaluasi dengan confusion matrix untuk melihat performa prediksi. Model juga di implementasikan menggunakan website berbasis Python untuk proses pengujian akurasi model dengan gambar diluar data Fashion MNIST. Kata kunci: e ? commerce; convolutional neural network; klasifikasi; deep learning
Abstrak E ? commerce adalah platform yang secara masif digunakan. Di Indonesia penggunaaan e ? commerce mencapai 180 juta pengguna pada tahun 2020. Namun, sering dijumpai produk pada platform tersebut terutama fashion, tidak masuk pada kategori yang tepat. Misalnya, kategori kaos polo, masih dijumpai kaos polos. Untuk mengatasi hal tersebut, dapat diterapkan klasifikasi gambar menggunakan deep learning. Pada penelitian ini telah dibangun model klasifikasi gambar menggunakan dataset Fashion MNIST. Dataset terdiri dari 10 kelas, yang berjumlah 60.000. Penelitian ini menerapkan arsitektur deep learning Convolutional Neural Network (CNN). Pada penelitian ini menghasilkan model sebanyak 3 yaitu model yaitu CNN dengan kernel 3x3 dengan akurasi 91,25%, 5x5 dengan akurasi 90%, dan 7x7 dengan akurasi 90%. Model yang telah dibangun dievaluasi dengan confusion matrix untuk melihat performa prediksi. Model juga di implementasikan menggunakan website berbasis Python untuk proses pengujian akurasi model dengan gambar diluar data Fashion MNIST. Kata kunci: e ? commerce; convolutional neural network; klasifikasi; deep learning
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
