Filter by

  • Publication Year
    To
  • Availability
  • Attachment
  • Collection Type
  • General Material Designation
  • Location
    See More
  • Language
Found 7 from your keywords: subject="Convolutional Neural ...
cover
Identifikasi penyakit tanaman di buah matoa menggunakan metode convolutional …
Comment Share
Mutia FadhillaADE JUHANAS

Penelitian ini bertujuan untuk mengidentifikasi penyakit pada daun tanaman matoa (Pometia pinnata) menggunakan metode Convolutional Neural Network (CNN) berbasis citra digital. Dataset yang digunakan terdiri dari citra daun tanaman matoa yang diklasifikasikan ke dalam tiga kelas, yaitu daun sehat (healthy), penyakit powdery mildew, dan penyakit karat daun (rust). Data diperoleh dari hasil penga…

Edition
-
ISBN/ISSN
203510132
Collation
i, 74 Hlm.; 30x21 cm
Series Title
-
Call Number
Informatika 633.5 Ade i
cover
Implementasi Convolutional Neural Network (cnn) Dengan Arsitektur Densenet Un…
Comment Share
Anggi HanafiahRiski Kriswono

Pengelolaan sampah anorganik menjadi salah satu tantangan utama di era modern mengingat sifatnya yang sulit terurai secara alami dan dampaknya terhadap lingkungan. Penelitian ini bertujuan untuk mengimplementasikan metode Convolutional Neural Network (CNN) dengan arsitektur DenseNet-121, DenseNet-169, dan DenseNet-201 dalam klasifikasi jenis sampah anorganik. Dataset yang digunakan terdiri dari…

Edition
-
ISBN/ISSN
183510542
Collation
i, 69 Halm. ; 30x21 cm
Series Title
-
Call Number
-
cover
Deteksi Penyakit Gingivitis Pada Gigi Manusia Menggunakan Metode Convolutiona…
Comment Share
Mutia FadhillaFAHLIN AZZAHARA

Gingivitis merupakan salah satu masalah kesehatan gigi yang umum terjadi akibat kebersihan mulut yang buruk, yang menyebabkan peradangan pada gusi. Faktor pemicu penyakit ini meliputi kebiasaan merokok, konsumsi alkohol berlebihan, gaya hidup tidak sehat, serta infeksi jamur, bakteri, atau virus. Kondisi ini tidak hanya berdampak pada rongga mulut, tetapi juga berpotensi memengaruhi organ tubuh…

Edition
-
ISBN/ISSN
203510205
Collation
i, 55 Hlm.; 30x21 cm.
Series Title
-
Call Number
Informatika 611.3 Fah d
cover
Klasifikasi Fragment File Menggunakan Konversi Gambar Grayscale Dan Deep Lear…
Comment Share
Rizdqi Akbar RamadhanSyuja Dewa Kusuma

Kejahatan siber yang semakin meningkat menuntut metode forensik digital yang lebih akurat dalam klasifikasi fragment file. Penelitian ini mengembangkan model klasifikasi fragment file menggunakan Convolutional Neural Network (CNN) dengan pendekatan konversi gambar grayscale dan pemanfaatan MetaData. Dataset terdiri dari 1043 gambar fragment file (format JPG dan PNG) yang diproses dengan normali…

Edition
-
ISBN/ISSN
213510839
Collation
i, 63 Hlm.; 30x21 cm.
Series Title
-
Call Number
Informatika 621.381 Syu k
cover
Deteksi Gambar Yang Dihasilkan Ai Menggunakan Algoritma Convolutional Neural …
Comment Share
Arbi Haza NasutionMuhamad Shadri

Deteksi gambar yang dihasilkan oleh kecerdasan buatan (AI) menjadi tantangan penting di era digital saat ini, terutama dalam memastikan keaslian konten visual. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi gambar AI-generated dan non-AI-generated menggunakan algoritma Convolutional Neural Network (CNN) dengan berbagai arsitektur model, yaitu MobileNet, MobileNetV2, ResNet50, d…

Edition
-
ISBN/ISSN
203510002
Collation
i, 84 Hlm.; 30x21 cm.
Series Title
-
Call Number
Informatika 741.01 Muh d
cover
Pemanfaatan Augmentasi Data Dalam Klasifikasi Handwritten Digit Images Menggu…
Comment Share
Reihan MaulanaNesi Syafitri N

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 pelat…

Edition
-
ISBN/ISSN
193510037
Collation
i-70 Hlm., 30x21 cm
Series Title
-
Call Number
Informatika 004 Rei P
cover
mplementasi Convolutional Neural Network Dengan Tensorflow Untuk Deteksi Peny…
Comment Share
Rendi PriyandraMutia Fadhilla

Deteksi penyakit pada daun pisang merupakan tantangan penting dalam bidang pertanian yang sering mengakibatkan penurunan produktivitas dan kerugian ekonomi bagi petani. Metode tradisional untuk mengidentifikasi penyakit ini umumnya memerlukan observasi langsung oleh manusia, yang seringkali memakan waktu, melelahkan, dan rentan terhadap kesalahan. Penelitian ini bertujuan mengembangkan sistem o…

Edition
-
ISBN/ISSN
203510427
Collation
118 hlm
Series Title
-
Call Number
Informatika 004 Ren I