PENERAPAN HYPERPARAMETER UNTUK KLASIFIKASI JENIS MANGGA DENGAN ARSITEKTUR VGG16

KUSUMA, SEPTIAN TEJO (2024) PENERAPAN HYPERPARAMETER UNTUK KLASIFIKASI JENIS MANGGA DENGAN ARSITEKTUR VGG16. Other thesis, UPN Veteran Yogyakarta.

[thumbnail of COVER_123170081_SEPTIAN TEJO KUSUMA.pdf] Text
COVER_123170081_SEPTIAN TEJO KUSUMA.pdf

Download (162kB)
[thumbnail of ABSTRAK_123170081_SEPTIAN TEJO KUSUMA.pdf] Text
ABSTRAK_123170081_SEPTIAN TEJO KUSUMA.pdf

Download (35kB)
[thumbnail of PENGESAHAN PENGUJI_123170081_SEPTIAN TEJO KUSUMA.pdf] Text
PENGESAHAN PENGUJI_123170081_SEPTIAN TEJO KUSUMA.pdf

Download (253kB)
[thumbnail of PENGESAHAN PEMBIMBING_123170081_SEPTIAN TEJO KUSUMA.pdf] Text
PENGESAHAN PEMBIMBING_123170081_SEPTIAN TEJO KUSUMA.pdf

Download (239kB)
[thumbnail of DAFTAR ISI_123170081_SEPTIAN TEJO KUSUMA.pdf] Text
DAFTAR ISI_123170081_SEPTIAN TEJO KUSUMA.pdf

Download (91kB)
[thumbnail of DAFTAR PUSTAKA_123170081_SEPTIAN TEJO KUSUMA.pdf] Text
DAFTAR PUSTAKA_123170081_SEPTIAN TEJO KUSUMA.pdf

Download (176kB)
[thumbnail of SKRIPSI FULL_123170081_SEPTIAN TEJO KUSUMA.pdf] Text
SKRIPSI FULL_123170081_SEPTIAN TEJO KUSUMA.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Mangga adalah salah satu buah dengan kandungan karotenoid terbaik dan tinggi
vitamin A. Diakui sebagai "Raja Buah" karena rasanya yang kaya, variasi yang luas, dan
nilai gizinya yang tinggi, mangga memberikan banyak manfaat kesehatan. Meskipun
beberapa jenis mangga memiliki kemiripan fisik seperti bentuk dan warna buah, klasifikasi
berdasarkan penampilan luar merupakan langkah awal penting dalam proses identifikasi dan
pemilihan jenis buah. Dengan perkembangan zaman, pengklasifikasi jenis mangga dapat
dilakukan dengan menggunakan pengolahan citra menggunakan teknik Machine Learning.
Penelitian ini bertujuan untuk menemukan kombinasi hyperparameter yang optimal
untuk mengklasifikasikan jenis mangga dengan menggunakan arsitektur VGG16. Metode
yang digunakan melibatkan pengujian beberapa kombinasi hyperparameter pada dataset
Mango Varieties Classification and Grading untuk menentukan kombinasi yang
menghasilkan akurasi terbaik.
Hasil penelitian menunjukkan bahwa kombinasi paling optimal terjadi pada
percobaan ke-6 dengan nilai learning rate 0,0001, epoch sebanyak 60, dan optimizer Adam.
Kombinasi ini menghasilkan nilai loss sebesar 0,0318 dan akurasi sebesar 0,9906. Hasil ini
menunjukkan bahwa penggunaan kombinasi hyperparameter yang tepat dapat menghasilkan
akurasi klasifikasi yang sangat baik.
Kata Kunci: Hyperparameter, VGG16, Klasifikasi, Mangga

Item Type: Thesis (Other)
Uncontrolled Keywords: Hyperparameter, VGG16, Klasifikasi, Mangga
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: A.Md.SI Indah Lestari Wulan Aji
Date Deposited: 23 Jul 2024 06:59
Last Modified: 15 Aug 2024 06:12
URI: http://eprints.upnyk.ac.id/id/eprint/40346

Actions (login required)

View Item View Item