IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM KLASIFIKASI JENIS TUMBUHAN DI KAWASAN HUTAN MANGROVE SEI CARANG TANJUNGPINANG
Total View This Week0
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
FITRA WAHYUDI, MOHD
Ritha, Nola
Radzi Rathomi, Muhamad
Ritha, Nola
Radzi Rathomi, Muhamad
Subject
006.3 Artificial Intelligence/Kecerdasan Buatan
Datestamp
2023-01-30 02:42:34
Abstract :
Indonesia adalah salah satu Negara mega biodiversitas dengan tingkat keanekaragaman hayati tertinggi kedua di dunia setelah Brazil. Keanekaragaman hayati di Indonesia meliputi mikroorganisme, hewan dan juga tumbuhan Hanum, (2020). Hutan Mangrove Sei Carang terletak di senggarang, kecamatan Tanjungpinang Kota, Kota Tanjungpinang, Kepulauan Riau. Hutan Mangrove Sei Carang adalah kawasan wisata hutan bakau yang menjadi kebanggaan masyarakat kota Tanjung Pinang yang di resmikan pada tahun 2010. Machine learning adalah aplikasi komputer dan algoritma matematika yang diadopsi dengan cara pembelajaran yang berasal dari data dan menghasilkan prediksi di masa yang akan datang (Goldberg & Holland, 1988). Convolutional Neural Network (CNN) adalah salah satu algoritma Deep Learning yang dapat digunakan untuk mengenali dan mendeteksi sebuah objek pada sebuah citra digital. Berikut adalah pelitian yang telah dilakukan peneliti terkait perbandingan metode CNN dengan metode PCA (Principal Compenent Analysis), LDA (Linear Discriminant Analysis), LBPH (Local Binary Pattern Histogram), dan SVM (Support Vector Machine). Berdasarkan penjelasan yang di atas, peneliti akan menggunakan metode Convolutional Neural Network (CNN) untuk perancangan sistem deteksi jenis Tumbuhan di Hutan Mangrove Sei Carang dengan tujuan untuk membantu dalam mengidentifikasi jenis Tumbuhan yang terdapat di hutan Mangrove Sei Carang. penelitian ini akan menggunakan dataset yang diambil langsung dari Hutan Mangrove Sei Carang. Berdasarkan penjelasan yang di atas, peneliti akan menggunakan metode Convolutional Neural Network (CNN) untuk perancangan sistem deteksi jenis Tumbuhan di Hutan Mangrove Sei Carang dengan tujuan untuk membantu dalam mengidentifikasi jenis Tumbuhan yang terdapat di hutan Mangrove Sei Carang.
Indonesia adalah salah satu Negara mega biodiversitas dengan tingkat keanekaragaman hayati tertinggi kedua di dunia setelah Brazil. Keanekaragaman hayati di Indonesia meliputi mikroorganisme, hewan dan juga tumbuhan Hanum, (2020). Hutan Mangrove Sei Carang terletak di senggarang, kecamatan Tanjungpinang Kota, Kota Tanjungpinang, Kepulauan Riau. Hutan Mangrove Sei Carang adalah kawasan wisata hutan bakau yang menjadi kebanggaan masyarakat kota Tanjung Pinang yang di resmikan pada tahun 2010. Machine learning adalah aplikasi komputer dan algoritma matematika yang diadopsi dengan cara pembelajaran yang berasal dari data dan menghasilkan prediksi di masa yang akan datang (Goldberg & Holland, 1988). Convolutional Neural Network (CNN) adalah salah satu algoritma Deep Learning yang dapat digunakan untuk mengenali dan mendeteksi sebuah objek pada sebuah citra digital. Berikut adalah pelitian yang telah dilakukan peneliti terkait perbandingan metode CNN dengan metode PCA (Principal Compenent Analysis), LDA (Linear Discriminant Analysis), LBPH (Local Binary Pattern Histogram), dan SVM (Support Vector Machine). Berdasarkan penjelasan yang di atas, peneliti akan menggunakan metode Convolutional Neural Network (CNN) untuk perancangan sistem deteksi jenis Tumbuhan di Hutan Mangrove Sei Carang dengan tujuan untuk membantu dalam mengidentifikasi jenis Tumbuhan yang terdapat di hutan Mangrove Sei Carang. penelitian ini akan menggunakan dataset yang diambil langsung dari Hutan Mangrove Sei Carang. Berdasarkan penjelasan yang di atas, peneliti akan menggunakan metode Convolutional Neural Network (CNN) untuk perancangan sistem deteksi jenis Tumbuhan di Hutan Mangrove Sei Carang dengan tujuan untuk membantu dalam mengidentifikasi jenis Tumbuhan yang terdapat di hutan Mangrove Sei Carang.
File :
MOHD_FITRA_WAHYUDI_180155201062_Teknik Informatika - Cover.pdf
MOHD_FITRA_WAHYUDI_180155201062_Teknik Informatika - Abstrak.pdf
MOHD_FITRA_WAHYUDI_180155201062_Teknik Informatika - BAB I.pdf
MOHD_FITRA_WAHYUDI_180155201062_Teknik Informatika - Daftar pustaka.pdf
MOHD_FITRA_WAHYUDI_180155201062_Teknik Informatika - Full Teks.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
