Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR VGG-16 UNTUK DATA TAK SEIMBANG DALAM PENGENDALIAN KUALITAS HASIL PRODUK PENGECORAN
ABSTRAKSI :
Convolutional Neural Network atau CNN merupakan algoritma pembelajaran mendalam yang umum digunakan pada permasalahan visi komputer seperti klasifikasi gambar. Kemampuan CNN dalam mengklasifikasi gambar dapat dimanfaatkan pada pengendalian kualitas produk. Namun, dalam menerapkan algoritma pembelajaran mendalam seperti CNN pada kasus dunia nyata, terdapat masalah yang dapat muncul seperti data tak seimbang. Masalah ini terjadi saat salah satu kelas pada dataset memiliki jumlah data yang lebih banyak dari kelas lainnya. Oleh karena itu, penelitian ini dilakukan untuk menerapkan algoritma CNN pada masalah pengendalian kualitas hasil produk pengecoran. Pengambilan ulang sampel dengan metode oversampling, undersampling, dan hybrid-sampling juga dilakukan untuk menyeimbangkan distribusi data antara setiap kelasnya. Selain itu, model dibuat menggunakan arsitektur VGG-16 yang telah dimodifikasi. Model tersebut akan mengklasifikasi dataset yang telah melalui proses pengambilan ulang sampel maupun yang tidak. Dataset tersebut memiliki 2 kelas, yaitu cacat dan tidak cacat. Dari hasil pelatihan dan pengujian, diperoleh rata-rata nilai akurasi diatas 98