Studi Literatur Mengenai Klasifikasi Citra Kucing Dengan Menggunakan Deep Learning: Convolutional Neural Network (CNN)

Deep learning merupakan bagian dari machine learning yang memiliki kemampuan untuk mengenali pola gambar, suara, teks dan data lainnya yang kompleks sehingga dapat menghasilkan prediksi yang akurat. Salah satu kemampuan deep learning adalah klasifikasi citra pada objek. CNN adalah salah satu metode...

Full description

Bibliographic Details
Main Authors: Kumara Dewi Linda, Kusrini Kusrini, Anggit Dwi Hartanto
Format: Article
Language:Indonesian
Published: LP3M Universitas Nurul Jadid 2024-04-01
Series:Journal of Electrical Engineering and Computer
Subjects:
Online Access:https://ejournal.unuja.ac.id/index.php/jeecom/article/view/7480
_version_ 1797220072395112448
author Kumara Dewi Linda
Kusrini Kusrini
Anggit Dwi Hartanto
author_facet Kumara Dewi Linda
Kusrini Kusrini
Anggit Dwi Hartanto
author_sort Kumara Dewi Linda
collection DOAJ
description Deep learning merupakan bagian dari machine learning yang memiliki kemampuan untuk mengenali pola gambar, suara, teks dan data lainnya yang kompleks sehingga dapat menghasilkan prediksi yang akurat. Salah satu kemampuan deep learning adalah klasifikasi citra pada objek. CNN adalah salah satu metode dalam machine learning yang digunakan untuk mengklasifikasikan citra objek. Algoritma Convolutional Neural Network (CNN) adalah bagian dari deep learning network yaitu jenis jaringan saraf tiruan yang saat ini banyak digunakan untuk pengenalan suatu citra. Dalam penelitian ini, algoritma yang digunakan adalah CNN karena akurasinya yang cukup baik. Deep learning dengan convolutional neural network (CNN) yang banyak digunakan untuk melakukan deteksi, klasifikasi, dan prediksi pada gambar. Citra objek dalam penelitian ini adalah kucing yang terdiri dari berbagai macam jenis. Tujuan dari penelitian ini adalah untuk mengklasifikasikan citra kucing sesuai dengan jenisnya. Jurnal ini merupakan tinjauan literatur untuk menambah pengetahuan berharga mengenai penelitian terbaru tentang klasifikasi citra kucing menggunakan CNN. Jurnal ini membahas studi literatur tentang variabel input, metode yang digunakan dan hasil literatur dari penelitian sebelumnya. Metode yang paling banyak digunakan pada penelitian sebelumnya adalah CNN
first_indexed 2024-04-24T12:43:43Z
format Article
id doaj.art-7cce74ce3c274407a0f211536d4aea49
institution Directory Open Access Journal
issn 2715-0410
2715-6427
language Indonesian
last_indexed 2024-04-24T12:43:43Z
publishDate 2024-04-01
publisher LP3M Universitas Nurul Jadid
record_format Article
series Journal of Electrical Engineering and Computer
spelling doaj.art-7cce74ce3c274407a0f211536d4aea492024-04-07T10:20:01ZindLP3M Universitas Nurul JadidJournal of Electrical Engineering and Computer2715-04102715-64272024-04-016112913710.33650/jeecom.v6i1.74802913Studi Literatur Mengenai Klasifikasi Citra Kucing Dengan Menggunakan Deep Learning: Convolutional Neural Network (CNN)Kumara Dewi Linda0Kusrini Kusrini1Anggit Dwi Hartanto2Universitas AMIKOM YogyakartaUniversitas AMIKOM YogyakartaUniversitas AMIKOM YogyakartaDeep learning merupakan bagian dari machine learning yang memiliki kemampuan untuk mengenali pola gambar, suara, teks dan data lainnya yang kompleks sehingga dapat menghasilkan prediksi yang akurat. Salah satu kemampuan deep learning adalah klasifikasi citra pada objek. CNN adalah salah satu metode dalam machine learning yang digunakan untuk mengklasifikasikan citra objek. Algoritma Convolutional Neural Network (CNN) adalah bagian dari deep learning network yaitu jenis jaringan saraf tiruan yang saat ini banyak digunakan untuk pengenalan suatu citra. Dalam penelitian ini, algoritma yang digunakan adalah CNN karena akurasinya yang cukup baik. Deep learning dengan convolutional neural network (CNN) yang banyak digunakan untuk melakukan deteksi, klasifikasi, dan prediksi pada gambar. Citra objek dalam penelitian ini adalah kucing yang terdiri dari berbagai macam jenis. Tujuan dari penelitian ini adalah untuk mengklasifikasikan citra kucing sesuai dengan jenisnya. Jurnal ini merupakan tinjauan literatur untuk menambah pengetahuan berharga mengenai penelitian terbaru tentang klasifikasi citra kucing menggunakan CNN. Jurnal ini membahas studi literatur tentang variabel input, metode yang digunakan dan hasil literatur dari penelitian sebelumnya. Metode yang paling banyak digunakan pada penelitian sebelumnya adalah CNNhttps://ejournal.unuja.ac.id/index.php/jeecom/article/view/7480deep learning, cat, classification, image processing, cnn
spellingShingle Kumara Dewi Linda
Kusrini Kusrini
Anggit Dwi Hartanto
Studi Literatur Mengenai Klasifikasi Citra Kucing Dengan Menggunakan Deep Learning: Convolutional Neural Network (CNN)
Journal of Electrical Engineering and Computer
deep learning, cat, classification, image processing, cnn
title Studi Literatur Mengenai Klasifikasi Citra Kucing Dengan Menggunakan Deep Learning: Convolutional Neural Network (CNN)
title_full Studi Literatur Mengenai Klasifikasi Citra Kucing Dengan Menggunakan Deep Learning: Convolutional Neural Network (CNN)
title_fullStr Studi Literatur Mengenai Klasifikasi Citra Kucing Dengan Menggunakan Deep Learning: Convolutional Neural Network (CNN)
title_full_unstemmed Studi Literatur Mengenai Klasifikasi Citra Kucing Dengan Menggunakan Deep Learning: Convolutional Neural Network (CNN)
title_short Studi Literatur Mengenai Klasifikasi Citra Kucing Dengan Menggunakan Deep Learning: Convolutional Neural Network (CNN)
title_sort studi literatur mengenai klasifikasi citra kucing dengan menggunakan deep learning convolutional neural network cnn
topic deep learning, cat, classification, image processing, cnn
url https://ejournal.unuja.ac.id/index.php/jeecom/article/view/7480
work_keys_str_mv AT kumaradewilinda studiliteraturmengenaiklasifikasicitrakucingdenganmenggunakandeeplearningconvolutionalneuralnetworkcnn
AT kusrinikusrini studiliteraturmengenaiklasifikasicitrakucingdenganmenggunakandeeplearningconvolutionalneuralnetworkcnn
AT anggitdwihartanto studiliteraturmengenaiklasifikasicitrakucingdenganmenggunakandeeplearningconvolutionalneuralnetworkcnn