Please use this identifier to cite or link to this item:
http://repository.potensi-utama.ac.id/jspui/jspui/handle/123456789/6855Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Sinaga, Alesia Lorenzza | - |
| dc.date.accessioned | 2026-08-01T02:12:24Z | - |
| dc.date.available | 2026-08-01T02:12:24Z | - |
| dc.date.issued | 2024-07 | - |
| dc.identifier.uri | http://repository.potensi-utama.ac.id/jspui/jspui/handle/123456789/6855 | - |
| dc.description.abstract | Kendaraan merupakan sebagian unsur pokok dalam penyelenggaraan lalu lintas dan angkutan jalan yang bertujuan untuk alat transportasi yang sering digunakan masyarakat dalam kegiatan sehari-hari. Terdapat beberapa jenis kendaraan yang sangat umum digunakan masyarakat untuk menempuh perjalanan jarak jauh contohnya Mobil, Sepeda Motor dan Bus. Pada penelitian ini penginplementasian metode ini Convolutional Neural Network (CNN) dan Support Vector Machine (SVM) dilakukan setting jumlah epoch dan memperbesar ukuran data training untuk meningkatkan akurasi dalam pengklasifikasian citra. Ukuran yang digunakan adalah 128x128 dan didapat nilai akurasi paling tertinggi yang mencapai 99,00 % sedangkan nilai akurasi untuk Support Vector Machine (SVM) paling tertinggi mencapai 85,06 % jadi yang di nyatakan paling bagus di antara perbandingan antara kedua metode yaitu Convolutional Neural Network (CNN). | en_US |
| dc.publisher | UNIVERSITAS POTENSI UTAMA | en_US |
| dc.subject | Convolutional Neural Network (CNN), Deep Learning, Citra, Support Vector Machine (SVM) | en_US |
| dc.title | IMPLEMENTASI JENIS KENDARAAN DENGAN DEEP LEARNING BERBASIS PENGOLAHAN CITRA | en_US |
| dc.type | Thesis | en_US |
| Appears in Collections: | Skripsi | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Abstrak.pdf | 178.22 kB | Unknown | View/Open | |
| Bab I.pdf | 372.1 kB | Unknown | View/Open | |
| Bab II.pdf | 514.95 kB | Unknown | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.