• Tidak ada hasil yang ditemukan

IMPLEMENTASI DEEP LEARNING DENGAN METODE CONVOLUTIONAL NEURAL NETWORK UNTUK IDENTIFIKASI OBJEK SECARA REAL TIME BERBASIS ANDROID

N/A
N/A
Protected

Academic year: 2022

Membagikan "IMPLEMENTASI DEEP LEARNING DENGAN METODE CONVOLUTIONAL NEURAL NETWORK UNTUK IDENTIFIKASI OBJEK SECARA REAL TIME BERBASIS ANDROID"

Copied!
8
0
0

Teks penuh

Gambar

Gambar 1 Arsitektur MLP Sederhana  Sebuah  MLP  memiliki  i  layer  (kotak  merah  dan  biru)  dengan  masing-masing  layer  berisi  j  i  neuron  (lingkaran  putih)
Gambar 3 Alur kerja AutoML.
Gambar 9 Tampilan Menu Android  g.  Tampilan Pilihan Sumber Citra
Tabel 1. Hasil Rekap Pengujian   Pengujian  Precision  Recall  Accuration

Referensi

Dokumen terkait

Harmonizing the metabolic syndrome: a joint interim statement of the International Diabetes Federation Task Force on Epidemiology and Prevention; National Heart, Lung, and

Pada penelitian ini mengusulkan metode machine learning yaitu Convolutional Neural Network untuk mendiagnosa penyakit kulit secara otomatis.. Pengujian penelitian

Faster R-CNN adalah salah satu metode pendeteksi objek yang menggunakan Convolutional Neural Network (CNN) sebagai dasar dari deep learning dengan kata lain Faster R-CNN adalah

Pengembangan visual desain batik mengolah unsur-unsur dari sumber Potensi yang dihasilkan dari Desa Bakaran seperti Udang, Bandeng, Jagung, Padi.. Unsur-unsur tersebut

Berdasarkan uraian diatas, maka peneliti merasa perlu untuk melakukan penelitihan ini dalam rangka mengembangkan produk layanan televisi berbayar indovision guna

Salah satunya adalah implementasi teknologi AR untuk pembelajaran di bidang kehutanan pada perangkat bergerak, yang memiliki fokus pada klasifikasi dan menggali manfaat kayu

Bab ini akan membahas hasil dari implementasi metode CNN (Convolutional Neural Network) untuk identifikasi penyakit melanoma melalui citra dermoscopy dan pengujian sistem

Bab ini akan membahas hasil dari implementasi metode convolutional neural network (CNN) dalam identifikasi jenis mobil berdasarkan bentuk dan pengujian sistem sesuai