ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK MENGHITUNG TINGKAT KEFOKUSAN PARTISIPAN VIDEO CONFERENCE MENGGUNAKAN LIBRARY TENSORFLOW

Nolly, Ryan Ananda (2022) ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK MENGHITUNG TINGKAT KEFOKUSAN PARTISIPAN VIDEO CONFERENCE MENGGUNAKAN LIBRARY TENSORFLOW. Undergraduate thesis, UNIMED.

[thumbnail of 1. NIM. 4183250019 COVER.pdf]
Preview
Text
1. NIM. 4183250019 COVER.pdf - Published Version

Download (105kB) | Preview
[thumbnail of 2. NIM. 4183250019 APPROVAL SHEET.pdf]
Preview
Text
2. NIM. 4183250019 APPROVAL SHEET.pdf - Published Version

Download (246kB) | Preview
[thumbnail of 3. NIM. 4183250019 ABSTRACT.pdf]
Preview
Text
3. NIM. 4183250019 ABSTRACT.pdf - Published Version

Download (155kB) | Preview
[thumbnail of 4. NIM. 4183250019 PREFACE.pdf]
Preview
Text
4. NIM. 4183250019 PREFACE.pdf - Published Version

Download (154kB) | Preview
[thumbnail of 5. NIM. 4183250019 TABLE OF CONTENT.pdf]
Preview
Text
5. NIM. 4183250019 TABLE OF CONTENT.pdf - Published Version

Download (146kB) | Preview
[thumbnail of 6. NIM. 4183250019 TABLES.pdf]
Preview
Text
6. NIM. 4183250019 TABLES.pdf - Published Version

Download (98kB) | Preview
[thumbnail of 7. NIM. 4183250019 ILLUSTRATION.pdf]
Preview
Text
7. NIM. 4183250019 ILLUSTRATION.pdf - Published Version

Download (174kB) | Preview
[thumbnail of 8. NIM. 4183250019 APPENDICES.pdf]
Preview
Text
8. NIM. 4183250019 APPENDICES.pdf - Published Version

Download (92kB) | Preview
[thumbnail of 9. NIM. 4183250019 CHAPTER I.pdf]
Preview
Text
9. NIM. 4183250019 CHAPTER I.pdf - Published Version

Download (258kB) | Preview
[thumbnail of 13. NIM. 4183250019 CHAPTER V.pdf]
Preview
Text
13. NIM. 4183250019 CHAPTER V.pdf - Published Version

Download (131kB) | Preview
[thumbnail of 14. NIM. 4183250019 BIBLIOGRAPHY.pdf]
Preview
Text
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

Actions (login required)

View Item
View Item