Naskah ini versi lama yang diterbitkan pada 2022-06-21. Baca versi terbaru.

Sistem Klasifikasi Jenis Kupu-Kupu Menggunakan Visual Geometry Group 16

Penulis

  • Yusup Miftahuddin Teknik Informatika, Institut Teknologi Nasional Bandung
  • Farhan Adani Teknik Informatika, Institut Teknologi Nasional Bandung

Kata Kunci:

Kupu-kupu, Convolutional Neural Network, VGG-16, Butterfly

Abstrak

ABSTRAK
Kupu-kupu merupakan serangga yang memiliki corak maupun warna bervariasi yang membedakan dengan jenis kupu-kupu lainnya. Berbeda dengan para ahli di bidang fauna khususnya kupu-kupu, untuk orang awam tentu saja sedikit sulit untuk membedakan setiap jenis kupu-kupu yang beraneka ragam jenisnya. Metode yang seringkali digunakan dalam mengenali jenis kupu-kupu yaitu secara manual dengan indera penglihatan saja, tentu cara tersebut tidak cukup akurat atau rentan akan kesalahan. Oleh karena itu pada penelitian ini kami mengusulkan algoritma Convolutional Neural Network dengan arsitektur Visual Geometry Group 16 atau VGG-16 untuk mengklasifikasi 10 jenis kupu-kupu. Hasil yang diperoleh dari penelitian yang telah dilakukan dengan menerapkan beberapa parameter seperti penggunaan optimizer Adam dan epoch sebanyak 100 menghasilkan nilai akurasi terbaik sebesar 89%.

ABSTRACT
Butterfly is insect that have different variety pattern and color with the other kind of butterfly. Different with animal experts especially butterfly, certainly little bit difficult for common people to differentiate any kind of butterfly.The method that often used to recognized kind of butterfly just manually by sight senses, of course that way is not quite accurate or vulnerable to errors. Therefore on this research we have proposed an algorithm of convolutional neural network with visual geometry group 16 architecture or vgg-16 to classify 10 kinds of butterflies . The results of this research has been done by applying some parameters like using adam optimizer and 100 of epochs produced the best accuracy with a value 89 %.

Diterbitkan

2022-06-21

Versi