Pengaruh Epoch pada Akurasi menggunakan Convolutional Neural Network untuk Klasifikasi fashion dan Furniture

Wasil, Muhammad; Harianto, Harianto; Fathurrahman, Fathurrahman

doi:10.29408/jit.v5i1.4393

Cited by 3 publications

(2 citation statements)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Target size juga dapat dipertimbangkan untuk memberikan input yang optimal kepada model. Keakuratan data dapat disebabkan oleh epoch dan batch size yang terlalu sedikit dengan data yang banyak [19]. Memodifikasi CNN dengan konvolusi dan pooling yang lebih banyak akan mempengaruhi hasil yang lebih baik.…”

Section: Kesimpulan Dan Saranunclassified

Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras

Suwitono

Kaunang²

2022

JKKI

View full text Add to dashboard Cite

Tumbuhan memiliki variasi dan ciri khasnya masing-masing. Ada tiga bagian utama dalam tumbuhan yaitu daun, akar dan batang. Sebagian besar tanaman memiliki daun yang sangat banyak sehingga mudah untuk didapatkan untuk membedakan tanaman satu dengan lainnya. Namun orang pada umumnya tidak dapat mengidentifikasi tanaman menggunakan daun karena terbatasnya kemampuan otak manusia. Klasifikasi adalah salah satu teknik yang dapat digunakan untuk dapat membedakan antar sebuah objek. Klasifikasi harus menggunakan metode yang tepat agar tercapai hasil akurasi yang maksimal. Dengan algoritma Convolutional Neural Network (CNN) adalah neural network yang banyak digunakan untuk mengklasifikasikan citra gambar. Didukung dengan metode Data Mining SEMMA juga memaksimalkan tahapan dalam membuat sebuah model. Dengan model yang tepat dan menggunakan mekanisme yang tepat akan memperoleh hasil yang maksimal. Dari keempat model yang dibangun menggunakan epoch dan batch size yang berbeda didapatkan hasil accuracy yang bervariasi. Dari penelitian ini menunjukkan hasil tertinggi model yang dibangun dengan mekanisme epoch sebanyak 100 dan batch size sebanyak 30 didapatkan total accuracy sebesar 98% dan loss sebanyak 0,0537. Dari analisis ke empat model yang dibangun ditarik sebuah kesimpulan bahwa epoch dan batch size mempengaruhi besar kecilnya accuracy sebuah model. Dibuktikan juga bahwa metode Data Mining SEMMA dapat mempermudah peneliti dalam proses pembuatan sebuah model yang terstruktur.

show abstract

Section: Kesimpulan Dan Saranunclassified

Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras

Suwitono

Kaunang²

2022

JKKI

View full text Add to dashboard Cite

show abstract

“…In terms of furniture material improvement, new materials such as carbon fiber and high-density mesh have gradually replaced traditional wood materials and become the main materials of new furniture [23,24]. Designers also began to design new furniture with the help of ergonomics.…”

Section: Relationship Between Furniture Design and Ergonomicsmentioning

confidence: 99%

Optimization of Network Furniture Management System Based on Big Data

Zhang

Shi

2022

Mathematical Problems in Engineering

View full text Add to dashboard Cite

In order to make the traditional household equipment can be remotely controlled, wireless networking technology is introduced into the traditional furniture equipment to achieve the effect of access and remote control. In view of the problem that the traditional cloud storage system lacks flexibility, opacity, weak robustness and cannot effectively store, manage, and maintain big data in data storage, a big data oriented cloud storage system is designed and implemented to intelligently process the business requests of the furniture system through the logic control module. The user access module is used to provide users with various functions realized at the bottom, the storage module is used to provide transparent data access function for the furniture system, and the file read/write module is used to isolate the upper logic processing from the lower storage, so as to make the designed system more robust. In the process of software design, the program code of data cloud storage is given to realize big data cloud storage. The experimental results show that the new generation of network furniture cloud storage systems has high feasibility and practicability.

show abstract

Sentiment Analysis Regarding the Name of “Nusantara” in Indonesia’s New Capital City Using Convolutional Neural Network

Utama,

Maylawati,

Syaripudin

et al. 2023

2023 IEEE 9th International Conference on Computing, Engineering and Design (ICCED)

View full text Add to dashboard Cite

Pengaruh Epoch pada Akurasi menggunakan Convolutional Neural Network untuk Klasifikasi fashion dan Furniture

Cited by 3 publications

References 1 publication

Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras

Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras

Optimization of Network Furniture Management System Based on Big Data

Sentiment Analysis Regarding the Name of “Nusantara” in Indonesia’s New Capital City Using Convolutional Neural Network

Contact Info

Product

Resources

About