Image Classification pada Jenis Sampah Menggunakan CNN Arsitektur Resnet101

RIDUAN, ACHMAD (2024) Image Classification pada Jenis Sampah Menggunakan CNN Arsitektur Resnet101. Other thesis, Universitas Bina Darma.

[img] Text
bab 0.pdf

Download (980kB)
[img] Text
bab 1.pdf

Download (556kB)
[img] Text
laporan hasil.pdf
Restricted to Repository staff only

Download (4MB)
[img] Text
daftar pustaka.pdf

Download (439kB)
[img] Text
artikel.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Sampah Merupakan barang/bahan yang sudah tidak lagi terpakai, baik sampah dari domestik (rumah tangga) maupun industri. CNN adalah jaringan neural yang sangat baik digunakan untuk klasifikasi gambar. Penelitian ini bertujuan untuk mengidentifikasi jenis sampah menggunakan metode Residual Network (Resnet). Resnet merupakan jenis arsitektur Convolutional Neural Network (CNN) dengan model yang telah dilatih sebelumnya. Pengujian ini menggunakan aplikasi Google Collab, Google Drive, bahasa pemrograman Python dan terdapat beberapa kelas seperti kardus, kaca, logam, kertas, plastik, dan trash.

Item Type: Thesis (Other)
Uncontrolled Keywords: Sampah,Klasifikasi Gambar,CNN,Resnet.
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Miss Dewi Kartikasari
Date Deposited: 19 Nov 2024 07:17
Last Modified: 19 Nov 2024 07:17
URI: http://repository.binadarma.ac.id/id/eprint/8416

Actions (login required)

View Item View Item