Nolly, Ryan Ananda (2022) ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK MENGHITUNG TINGKAT KEFOKUSAN PARTISIPAN VIDEO CONFERENCE MENGGUNAKAN LIBRARY TENSORFLOW. Undergraduate thesis, UNIMED.
1. NIM. 4183250019 COVER.pdf - Published Version
Download (105kB) | Preview
2. NIM. 4183250019 APPROVAL SHEET.pdf - Published Version
Download (246kB) | Preview
3. NIM. 4183250019 ABSTRACT.pdf - Published Version
Download (155kB) | Preview
4. NIM. 4183250019 PREFACE.pdf - Published Version
Download (154kB) | Preview
5. NIM. 4183250019 TABLE OF CONTENT.pdf - Published Version
Download (146kB) | Preview
6. NIM. 4183250019 TABLES.pdf - Published Version
Download (98kB) | Preview
7. NIM. 4183250019 ILLUSTRATION.pdf - Published Version
Download (174kB) | Preview
8. NIM. 4183250019 APPENDICES.pdf - Published Version
Download (92kB) | Preview
9. NIM. 4183250019 CHAPTER I.pdf - Published Version
Download (258kB) | Preview
13. NIM. 4183250019 CHAPTER V.pdf - Published Version
Download (131kB) | Preview
14. NIM. 4183250019 BIBLIOGRAPHY.pdf - Published Version
Download (240kB) | Preview
Abstract
Penggunaan aplikasi video conference sudah menjadi hal yang umum terjadi terkhususnya di era society 5.0. Penelitian ini bertujuan untuk mengetahui tingkat kefokusan partisipan video conference serta akurasi dari program pembelajaran mesin yang dapat menghitung tingkat kefokusan partisipan pada pertemuan video conference. Metode yang digunakan pada penelitian ini adalah Convolutional Neural Network (CNN) dengan menggunakan data wajah peserta saat sedang mengikuti pertemuan video conference sebanyak 1800 data yang terbagi menjadi 4 kelas yaitu: Fokus, Kamera tidak aktif, Kurang Fokus, dan Tidak Fokus. Data dibagi menjadi data latih dan data uji dengan rasio pembagian 80% untuk data latih dan 20% untuk data uji. Program pembelajaran mesin dilatih dengan total iterasi sebanyak 240 iterasi dan fungsi optimizer adam. Berdasarkan proses latih didapat akurasi latih sebesar 85,59% untuk akurasi latih dan 81,34% untuk akurasi uji untuk program dengan 4 kelas. Sedangkan pada program dengan 3 kelas didapat akurasi latih sebesar 84,27% dan untuk akurasi uji sebesar 80,22%
Item Type: | Thesis (Undergraduate) |
---|---|
Additional Information: | 2022-IKOM-002 / 005.1 Nol c |
Keywords: | Computer Vision; Pembelajaran Mesin; Tingkat Kefokusan; Video Conference |
Subjects: | Q Science > QA Mathematics > QA76 Computer software |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer |
Depositing User: | Mrs Gusti Lisa Utami |
Date Deposited: | 07 Dec 2022 04:42 |
Last Modified: | 20 Mar 2024 07:11 |
URI: | https://digilib.unimed.ac.id/id/eprint/49501 |