Skripsi/Tugas Akhir
Pengaruh Penerapan Stochastic Gradient Descent dan Adam Optimizer pada Hyperparameter Tuning untuk Klasifikasi Penyakit Tanaman Ubi Kayu
ABSTRAK
Ubi kayu merupakan salah satu sumber bahan makanan pokok, maka perawatan pada tanaman ubi kayu atau (Manihot esculenta Crantz) terhadap penyakit adalah hal yang penting untuk diperhatikan. Dengan melibatkan perkembangan teknologi saat ini, diharapkan observasi terhadap tanaman yang terjangkit penyakit akan dapat dilakukan jauh lebih mudah. Dari alasan tersebut, peneliti dengan belasan ribu data gambar ubi kayu yang terinfeksi, memanfaatkan algoritma Neural Network dalam hal ini Convolutional Neural Network (CNN) untuk kemudian mengklasifikasikan jenis penyakit ubi kayu. Pada pembuatan model CNN juga dilakukan perbandingan model terhadap Hyperparameter Optimizer yang digunakan, yakni Stochastic Gradient Descent dan Adam. Dengan melakukan Hyperparameter Tuning tersebut, diharapkan dapat menghasilkan model klasifikasi yang lebih baik.
Kata Kunci : Ubi Kayu, Convolutional Neural Network, Hyperparameter, Stochastic Gradient Descent, Adam.
ABSTRACT
Cassava is a source of staple food, the treatment of cassava or (Manihot esculenta Crantz) against disease is an important thing to note. By involving current technological developments, it is hoped that observing diseased plants will be much easier. For this reason, researchers with tens of thousands of infected cassava image data utilized the Neural Network algorithm, in this case, the Convolutional Neural Network (CNN), to classify the cassava disease types. In making the CNN model, a model comparison was also made against the Hyperparameter Optimizer used, namely Stochastic Gradient Descent and Adam. By doing the Hyperparameter Tuning, it is expected to produce a better classification model.
Keywords : Cassava, Convolutional Neural Network, Hyperparameter, Stochastic Gradient Descent, Adam.
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: [email protected]
© 2024 — Perpustakaan UNDIPA Makassar - SLiMS