Implementasi Deep Learning Menggunakan Metode Convolutional Neural Network untuk Klasifikasi Jenis Bunga Anggrek

Panjaitan, Nurhalimah (2024) Implementasi Deep Learning Menggunakan Metode Convolutional Neural Network untuk Klasifikasi Jenis Bunga Anggrek. Skripsi thesis, UIN Sumatera Utara Medan.

	Text Cover_watermarks.pdf - Submitted Version Download (802kB)
	Text Bab_I.pdf - Submitted Version Download (580kB)
	Text Bab_II.pdf - Submitted Version Download (1MB)
	Text Bab_III.pdf - Submitted Version Download (564kB)
	Text Bab_IV.pdf - Submitted Version Download (1MB)
	Text Bab_V.pdf - Submitted Version Download (204kB)
	Text Dapus.pdf - Submitted Version Download (432kB)

Abstract

Bunga merupakan komponen estetika yang merupakan bagian dari kehidupan manusia, di Indonesia terdapat banyak sekali jenis bunga, dan masing-masing jenis memiliki karakteristik yang berbeda baik itu warna maupun bentuknya. Anggrek merupakan family terbesar yang menempati 7-10% tumbuhan berbunga yang ada di Dunia. Anggrek yang ada di Indonesia diperkirakan terdapat 4.000-5.000 jenis. Terdapat beberapa penelitian untuk mengklasifikasikan bunga menggunakan machine learning, terdapat beberapa masalah yang dihadapi dalam mengklasifikasi bunga adalah karena bunga anggrek memiliki warna yang beragam serta terkadang terlihat mirip. Dalam penelitian ini metode convolutional neural network digunakan untuk mengklasifikasi bunga anggrek. Tujuan dari penelitian ini adalah untuk membuat model CNN untuk mengklasifikasi bunga anggrek. Dengan menggunakan metode Convolutional Neural Network klasifikasi jenis bunga anggrek berhasil dilakukan dengan mencari nilai kecocokan input gambar dengan dataset. Dalam simulasi yang telah dilakukan diperoleh nilai rata-rata akurasi sebesar 94.28%.

Jenis Item:	Skripsi (Skripsi)
Uncontrolled Keywords:	Bunga Anggrek, Klasifikasi, Deep Learning ,CNN
Subjects:	000 Generalities > 004 Data processing Computer science
Divisions:	Fakultas Sains dan Teknologi > Ilmu Komputer > Skripsi
Pengguna yang mendeposit:	Mr Muhammad Aditya
Date Deposited:	12 Aug 2025 04:12
Last Modified:	12 Aug 2025 04:12
URI:	http://repository.uinsu.ac.id/id/eprint/25879

Actions (login required)

View Item