• Tidak ada hasil yang ditemukan

Repository Institut Teknologi Indonesia: IMPLEMENTASI METODE CONVOLUTION NEURAL NETWORK (CNN) UNTUK IMAGE CAPTIONING BERBAHASA INDONESIA DENGAN INCEPTION V3

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2023

Membagikan "Repository Institut Teknologi Indonesia: IMPLEMENTASI METODE CONVOLUTION NEURAL NETWORK (CNN) UNTUK IMAGE CAPTIONING BERBAHASA INDONESIA DENGAN INCEPTION V3"

Copied!
1
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 1 Halaman )

Teks penuh

(1)

BAB 5 PENUTUP

5.1. Kesimpulan

Terdapat beberapa kesimpulan yang didapat dari uji coba implementasi sistem predict caption berdasarkan gambar dengan menggunakan moetode Convolutional Neural Network (CNN) dan Recurrent Neural Network (RNN)

adalah sebagai berikut:

1. Algoritma Convolutional Neural Network (CNN) dapat diimplementasikan untuk membangun sebuah model sistem predict caption.

2. Hasil pengujian dari sistem predict caption menghasilkan presentase akurasi sebesar 93.35% dengan presentasi kesalahan sebesar 21.67%

5.2. Saran

Penelitian tugas akhir ini masih terdapat kekurangan dalam penelitian ini, terdapat beberapa hal yang dapat diperbaiki dan dikembangkan dari penelitian ini.

Adapun saran untuk pengembangan penelitian sistem predict caption adalah sebagai berikut:

1. Implementasi model deep learning dengan arsitektur yang lebih baik dan baru untuk mendapatkan model terbaik.

2. Menggunakan dataset yang lebih banyak dan variasi kategori yang lebih luas agar bisa mengindentifikasi gambar lebih detail dan akurat.

Referensi

Unduh sekarang ( PDF - 1 Halaman - 30.74 KB )

Dokumen terkait

PENGENALAN EKSPRESI WAJAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ( CNN ) SKRIPSI JOCELINE S WIRTJES

Kesimpulan yang dapat diambil berdasarkan hasil pengujian sistem pengenalan ekspresi wajah menggunakan Convolutional Neural Network adalah sebagai berikut : Metode

Ekstraksi Emosi Majemuk Kalimat Bahasa Indonesia Menggunakan Convolutional Neural Network

Dalam model neural network terdapat berbagai jenis arsitektur, seperti Deep Neural Network (DNN), Convolutional Neural Netwok (CNN), dan Recurrent Neural Netwok (RNN). CNN

Arsitektur Neural Network

Kemampuan utama convolutional neural network (CNN) adalah arsitektur yang mampu mengenali informasi prediktif suatu objek (gambar, teks, po- tongan suara, dsb) walaupun objek

IDENTIFIKASI JENIS MOBIL BERDASARKAN BENTUK DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) SKRIPSI DESI FIOLITA

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

Understanding of Convolutional Neural Network (CNN): A Review - ASCEE

Purwono Understanding of Convolutional Neural Network CNN: A Review The third step is a second convolutional layer with 16 feature maps, a 5×5 filter, and a stride, resulting in an

Analisa Gambar X-Ray Mammography dengan Convolution Neural Network pada Deep Learning dengan Arsitektur Resnet

Berdasarkan beberapa penelitian terkait dapat dilihat bahwa analisis gambar X-ray mammography menggunakan Convolutional Neural Network CNN dalam deep learning dengan menggunakan model

Arsitektur Convolutional Neural Network (CNN) Untuk Klasifikasi Jenis Dan Kesegaraman Buah

Document ini membahas tentang desain arsitektur Convolutional Neural Network (CNN) untuk klasifikasi jenis dan keseragaman buah pada neraca

Implementasi Metode CNN untuk Deteksi Emosi Manusia Menggunakan Citra Ekspresi Wajah

Makalah ini membahas implementasi metode Convolutional Neural Network (CNN) untuk mendeteksi emosi manusia menggunakan citra ekspresi