Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
SISTEM PENGENAL JENIS DAUN MELALUI PENDEKATAN DEEP LEARNING DENGAN METODE FASTER R-CNN DAN LIBRARY TENSORFLOW
ABSTRAKSI :
Daun sendiri merupakan bagian dari tumbuh-tumbuhan yang mempunyai fungsi dan peran penting untuk kelangsungan hidup tumbuh-tumbuhan itu sendiri. Daun dibagi berdasarkan struktur tulang daun yaitu, menjari (Palminervis), melengkung (Penninervis), menyirip (Rectinervis) dan sejajar (Cervinervis). Tujuan penelitian ini adalah merancang dan membangun sistem pengenal jenis daun melalui pendekatan deep learning dengan metode faster R-CNN dan library tensorflow. Tahapan penelitian yang dilakukan adalah (1) study literature untuk pengumpulan data pustaka (2) pengambilan data dan pengumpulan data untuk pengumpulan data citra daun berdasarkan masing-masing jenis bentuk tulang (3) analisis metode faster R-CNN untuk menganalisa arsitektur dari metode yang digunakan (4) perancangan alur program untuk pembuatan alur sistem pendektesian pada daun (5) Implementasi pembuatan program untuk implementasi metode faster R-CNN menggunakan komputasi paralel CUDA (6) finishing untuk menghasilkan sistem pengenal jenis daun. Hasil sistem ini diuji coba pada 2 jenis daun bertulang menjari, 3 jenis daun bertulang melengkung, 7 jenis daun bertulang menyirip dan 2 jenis daun bertulang sejajar. Sistem memiliki akurasi terendah 71?n tertinggi 99%. Daftar Pustaka (1994 - 2016)
NOMOR INDUK :
FTI/IA/SSM/6062/2019
PEMBIMBING :
KARMILASARI
TANGGAL SIDANG :
09/09/2019
TANGGAL PENYERAHAN :
18/10/2019
JENIS PENULISAN :
PENULISAN ILMIAH JENJANG S1 (SETARA SARJANA MUDA / SSM)