Analisis Perbandingan Arsitektur Model dengan Pendekatan Transfer Learning pada Convolutional Neural Network Untuk Klasifikasi Motif Kain Ulos Tradisional

Abdullah, Taufik (2024) Analisis Perbandingan Arsitektur Model dengan Pendekatan Transfer Learning pada Convolutional Neural Network Untuk Klasifikasi Motif Kain Ulos Tradisional. Undergraduate thesis, UNIMED.

[thumbnail of 4203250003_Cover.pdf] Text
4203250003_Cover.pdf

Download (57kB)
[thumbnail of 4203250003_Lembar_Pengesahan.pdf] Text
4203250003_Lembar_Pengesahan.pdf

Download (219kB)
[thumbnail of 4203250003_Abstrak.pdf] Text
4203250003_Abstrak.pdf

Download (130kB)
[thumbnail of 4203250003_Kata_Pengantar.pdf] Text
4203250003_Kata_Pengantar.pdf

Download (162kB)
[thumbnail of 4203250003_Daftar_Isi.pdf] Text
4203250003_Daftar_Isi.pdf

Download (128kB)
[thumbnail of 4203250003_Daftar_Gambar.pdf] Text
4203250003_Daftar_Gambar.pdf

Download (147kB)
[thumbnail of 4203250003_Daftar_Tabel.pdf] Text
4203250003_Daftar_Tabel.pdf

Download (54kB)
[thumbnail of 4203250003_Daftar_Lampiran.pdf] Text
4203250003_Daftar_Lampiran.pdf

Download (32kB)
[thumbnail of 4203250003_BAB_I.pdf] Text
4203250003_BAB_I.pdf

Download (243kB)
[thumbnail of 4203250003_BAB_II.pdf] Text
4203250003_BAB_II.pdf
Restricted to Repository staff only

Download (2MB)
[thumbnail of 4203250003_BAB_III.pdf] Text
4203250003_BAB_III.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of 4203250003_BAB_IV.pdf] Text
4203250003_BAB_IV.pdf
Restricted to Repository staff only

Download (2MB)
[thumbnail of 4203250003_BAB_V.pdf] Text
4203250003_BAB_V.pdf

Download (157kB)
[thumbnail of 4203250003_Daftar_Pustaka.pdf] Text
4203250003_Daftar_Pustaka.pdf

Download (368kB)
[thumbnail of 4203250003_Lampiran.pdf] Text
4203250003_Lampiran.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Penelitian Ini Bertujuan Untuk Mengidentifikasi Keefektifan Dan Membandingkan Kinerja Lima Model Arsitektur Transfer Learning (VGG16, VGG19, Mobilenetv3, Inception-V3, Dan Efficientnetv2) Dalam Klasifikasi Motif Kain Ulos Tradisional. Dengan Total 962 Citra Ulos Yang Dibagi Dalam Enam Kategori Motif, Penelitian Ini Menggunakan Berbagai Metrik Evaluasi Seperti Akurasi, Presisi, Recall, Dan F1-Score Untuk Menentukan Model Yang Paling Optimal. Hasil Penelitian Menunjukkan Bahwa Model Inception-V3 Memiliki Kinerja Terbaik, Dengan Akurasi Validasi Rata-Rata Mencapai 98,13% Dan Loss Rata-Rata Terendah Sebesar 5,67%. Inception-V3 Juga Menunjukkan Waktu Pelatihan Yang Efisien, Dengan Rata-Rata Waktu Per Epoch Sekitar 13-14 Detik Dan Total Waktu Pelatihan Kurang Dari 12 Menit. Dalam Evaluasi K-Fold Cross Validation, Inception-V3 Mencatatkan Akurasi Rata-Rata Tertinggi Dan Loss Terendah, Menandakan Kemampuannya Yang Baik Dalam Generalisasi Data. Sebaliknya, VGG16 Dan VGG19 Menunjukkan Performa Yang Baik Pada Learning Rate (1 × 10−3)Tetapi Mengalami Penurunan Akurasi Pada Learning Rate Dan (1 × 10−4) Dan Menunjukkan Kecenderungan Overfitting Pada Learning Rate Yang Lebih Tinggi. Mobilenetv3large Dan Efficientnetv2b1 Memiliki Performa Yang Kurang Memuaskan Meskipun Lebih Efisien Dalam Penggunaan Memori. Hasil Uji ANOVA Dua Arah Mengungkapkan Perbedaan Kinerja Yang Signifikan Antara Model-Model Yang Diuji Dan Menunjukkan Interaksi Penting Antara Jenis Model Dan Metode Pelatihan, Menekankan Perlunya Penyesuaian Konfigurasi Pelatihan Untuk Mencapai Performa Optimal.

Item Type: Thesis (Undergraduate)
Keywords: Transfer Learning; Klasifikasi Kain Ulos; Inception-V3; Evaluasi Kinerja Model; K-Fold Cross Validation
Subjects: Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4150 Computer network resources
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer
Depositing User: Mrs Gusti Lisa Utami
Date Deposited: 01 Jul 2025 04:28
Last Modified: 01 Jul 2025 04:28
URI: https://digilib.unimed.ac.id/id/eprint/61044

Actions (login required)

View Item
View Item