Art Original

Pemanfaatan Augmentasi Data Dalam Klasifikasi Handwritten Digit Images Menggunakan Algoritma Cnns Berbasis Android

---

Convolutional Neural Networks (CNN) telah membuktikan efektivitasnya dalam klasifikasi digit tulisan tangan, mencapai akurasi yang sangat baik pada dataset MNIST. Namun, seperti yang sering terjadi dalam pembelajaran mendalam, masalah overfitting muncul ketika data pelatihan kurang mewakili sampel dari distribusi data yang akan diuji. Model overfitting cenderung berperforma baik pada data pelatihan tetapi buruk pada data pengujian. Teknik augmentasi data dapat digunakan untuk meningkatkan ukuran sampel dengan mengubah dan memodifikasi data asli menggunakan teknik seperti rotasi, translasi, dan zoom. Pengujian dilakukan dengan membandingkan performa model sebelum dan setelah menerapkan augmentasi data dalam Aplikasi Klasifikasi Digit Tulisan Tangan, dengan mempertimbangkan posisi seperti atas, bawah, kanan, kiri, dan tengah. Hasil pengujian menunjukkan bahwa teknik augmentasi data secara efektif mengatasi overfitting dan meningkatkan performa model klasifikasi digit tulisan tangan

---

Availability

Detail Information

Call Number

Informatika 004 Rei P

Language

Indonesia

NPM

193510037

Publisher

Teknik Informatika : Universitas Islam Riau., 2023

Keyword(s)

Android
Convolutional Neural Network
Data Augmentasi
Overfitting
MNIST Dataset
Handwritten Digit Classification

Other Information

Petugas

Erza Pebriani

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment