Implementasi Metode Convolutional Neural Network untuk Memilah Foto Pemandangan Pantai dan Pegunungan

Kalfin Syah Kilau Mayya; Irsyad Fadhil Makarim; Zenryo Yudi Arnava Darva Mahendra; Anggraini Puspita Sari

doi:10.20895/jasmed.v2i2.1525

Kalfin Syah Kilau Mayya Universitas Pembangunan Nasional “Veteran” Jawa Timur
Irsyad Fadhil Makarim Informatika, Universitas Pembangunan Nasional “Veteran” Jawa Timur
Zenryo Yudi Arnava Darva Mahendra Informatika, Universitas Pembangunan Nasional “Veteran” Jawa Timur
Anggraini Puspita Sari Informatika, Universitas Pembangunan Nasional “Veteran” Jawa Timur

DOI: https://doi.org/10.20895/jasmed.v2i2.1525

Abstract

Convolutional Neural Network (CNN) merupakan salah satu metode yang dapat digunakan dalam klasifikasi gambar. Studi ini memaparkan implementasi CNN untuk memilah foto pemandangan pantai dan pegunungan. Dataset terdiri dari 712 gambar pemandangan pantai dan 712 gambar pemandangan pegunungan yang kemudian dipecah menjadi data train dan test. Untuk memperkuat model, digunakan beberapa teknik augmentasi data seperti rescaling, shear, zoom, dan flip horizontal. Model CNN dibangun dengan beberapa lapisan konvolusi, pooling, dan fully connected layer untuk ekstraksi fitur dan klasifikasi. Selama pelatihan, model menggunakan binary crossentropy sebagai fungsi loss dan optimizer adam untuk mempercepat konvergensi. Setelah proses pelatihan selama 20 epoch dengan batch size 32, model diuji menggunakan data test yang belum pernah dilihat oleh model sebelumnya. Hasil pengujian menunjukkan bahwa model CNN ini mampu mencapai akurasi 96.88% dalam data train dan 92.86% dalam data test. Hasil ini menunjukkan bahwa model CNN ini berhasil menghasilkan akurasi yang tinggi dalam membedakan gambar pemandangan pantai dan pegunungan berdasarkan dataset yang disediakan. Metode augmentasi data yang diterapkan seperti rescaling, shear, zoom, dan flip horizontal membantu dalam meningkatkan keberhasilan model untuk membedakan gambar-gambar yang serupa namun berasal dari kategori yang berbeda.

References

ALAMIN, D. (2024). IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK PADA KLASIFIKASI CITRA GUNUNG MERAPI (Doctoral dissertation, UPN" Veteran" Yogyakarta).
Arjun, A. (2024). Klasifikasi Citra Pada Tingkat Kematangan Buah Pisang Menggunakan Algoritma Deep Learning. Jurnal Ekonomi Manajemen Sistem Informasi, 5(3), 203–208. https://doi.org/10.31933/jemsi.v5i3
Arrofiqoh, E. N., & Harintaka, H. (2018). IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI TANAMAN PADA CITRA RESOLUSI TINGGI. GEOMATIKA, 24(2), 61. https://doi.org/10.24895/JIG.2018.24-2.810
Arvio, Y., Kusuma, D. T., Sangadji, I. B., & Dewantara, E. K. (2024). Penerapan Metode Convolution Neural Network (CNN) Dalam Proses Pengolahan Citra Untuk Mendeteksi Cacat Produksi Pada Produk Masker. Faktor Exacta, 16(4). https://doi.org/10.30998/faktorexacta.v16i4.20073
Charli, F., Syaputra, H., Akbar, M., Sauda, S., & Panjaitan, F. (2020). Implementasi Metode Faster Region Convolutional Neural Network (Faster R-CNN) Untuk Pengenalan Jenis Burung Lovebird. Journal of Information Technology Ampera, 1(3), 185–197. https://doi.org/10.51519/journalita.volume1.isssue3.year2020.page185-197
Reza Fahcruroji, A., Yunita Wijaya, M., Fauziah, I., Sains dan Teknologi, F., Syarif Hidayatullah Jakarta Jl Ir Juanda No, U. H., Ciputat Tim, K., & Tangerang Selatan, K. (2024). IMPLEMENTASI ALGORITMA CNN MOBILENET UNTUK KLASIFIKASI GAMBAR SAMPAH DI BANK SAMPAH. Jurnal Pengembangan Riset Dan Observasi Sistem Komputer, 11(1), 45–51.
Hermawan, E. (2021). Klasifikasi Pengenalan Wajah Menggunakan Masker atau Tidak Dengan Mengimplementasikan Metode CNN ( Convolutional Neural Network ). Jurnal Industri Kreatif Dan Informatika Series (JIKIS), 1(1), 33–43.
Jumaryadi, Y., Muhammad Ihsan, A., & Priambodo, B. (2023). KLIK: Kajian Ilmiah Informatika dan Komputer Klasifikasi Jenis Buah-Buahan Menggunakan Citra Digital Dengan Metode Convolutional Neural Networks. Media Online, 4(3), 1737–1746. https://doi.org/10.30865/klik.v4i3.1421
Kurniawan, M. H. (2024). APLIKASI IDENTIFIKASI KENDARAAN KARYAWAN DENGAN METODE CONVOLUTIONAL NEURAL NETWORK. Scientica: Jurnal Ilmiah Sains Dan Teknologi, 2(2), 251–256.
Lia Farokhah. (2020). Implementasi Convolutional Neural Network untuk Klasifikasi Variasi Intensitas Emosi pada Dynamic Image Sequence. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 4(6). https://doi.org/10.29207/resti.v4i6.2644
Maulana, R., Dwi, R., Putri, Z., Fitriani, S., Sihaloho, M., & Mulyana, S. (2023). Implementasi Algoritma Convolutional Neural Network Dalam Mengklasifikasi Jenis Burung. Journal of Creative Student Research (JCSR), 1(6), 221–231. https://doi.org/10.55606/jcsrpolitama.v1i6.2966
Mira, M., Sembiring, I., & Purnomo, H. D. (2022). Implementasi Transfer Learning Pada Algoritma Convolutional Neural Network untuk Mengklasifikasikan Image Objek Wisata. Building of Informatics, Technology and Science (BITS), 4(1). https://doi.org/10.47065/bits.v4i1.1764
Rena, P. N. (2019). Penerapan Metode Convolutional Neural Network Pada Pendeteksi Gambar Notasi Balok. UIN Syarif Hidayatullah Jakarta.
Maha, V., Salawazo, P., Putra, D., Gea, J., Gea, R. F., & Azmi, F. (2019). Terakreditasi DIKTI No.SK 1,2,3 Mahasiswa Teknik Informatika. Indonesia Jalan Sekip Sikambing, 3(1), 74–79.
Setiawan, T. (2019). Implementasi Convolutional Neural Network Untuk Pengenalan Warna Kendaraan. Doctoral Dissertation, University of Technology Yogyakarta.
ANHAR, A., & PUTRA, R. A. (2023). Perancangan dan Implementasi Self-Checkout System pada Toko Ritel menggunakan Convolutional Neural Network (CNN). ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, 11(2), 466. https://doi.org/10.26760/elkomika.v11i2.466.
Sari, A. P., Suzuki, H., Kitajima, T., Yasuno, T., & Prasetya, D. A. (2020). PREDICTION MODEL OF WIND SPEED AND DIRECTION USING DEEP NEURAL NETWORK. JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science), 3(1). https://doi.org/10.26905/jeemecs.v3i1.3946