Implementasi Algoritma Convolutional Neural Network Dalam Mengklasifikasi Jenis Burung
DOI:
https://doi.org/10.55606/jcsrpolitama.v1i6.2966Keywords:
Bird, Convolutional Neural Network, ClassificationAbstract
Birds are a group of vertebrate animals that have feathers and wings. There is a diversity of bird species in the world, that makes it difficult for ordinary people to distinguish certain types of birds, but technological advances now allow for easier identification. This research uses a dataset from Kaggle to classify various bird species in the world. This dataset consists of 84,635 bird images, covering 525 different species. In this study, we focused on 30 classes, with a total of 5,050 data divided into 4,760 training data, and 150 data each for test and validation. Classification was performed using a Convolutional Neural Network (CNN), with the training process yielding the highest accuracy of 96.30% on training data and 81.33% on validation data after 20 epochs.
Downloads
References
Adrianto, L. B., Wahyuddin, M. I., & Winarsih, W. (2021). Implementasi Deep Learning untuk Sistem Keamanan Data Pribadi Menggunakan Pengenalan Wajah dengan Metode Eigenface Berbasis Android. Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), 5(1), 89-96. https://doi.org/10.35870/jtik.v5i1.201.
Alamsyah, S. F. (2019). Implementasi Deep Learning Untuk Klasifikasi Tanaman Toga Berdasarkan Ciri Daun Berbasis Android. Ubiquitous: Computers and its Applications Journal, 2(2), 113-122. http://dx.doi.org/10.51804/ucaiaj.v2i2.113-122.
Alberto, J., & Hermanto, D. (2023). Klasifikasi Jenis Burung Menggunakan Metode CNN dan Arsitektur ResNet-50. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 10(3), 34-46.
Azmi, K., Defit, S., & Sumijan, S. (2023). Implementasi convolutional neural network (CNN) untuk klasifikasi batik tanah liat sumatera barat. Jurnal Unitek, 16(1), 28-40. https://doi.org/10.52072/unitek.v16i1.504.
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.
Noor, G. A., Mulyana, D. I., & Akbar, F. (2022). Optimasi Image Classification Pada Burung Kenari Dengan Menggunakan Data Augmentasi dan Convolutional Neural Network. Smart Comp: Jurnalnya Orang Pintar Komputer, 11(2), 226-238.
Nugraha, P., Komarudin, A., & Ramadhan, E. (2022). Deteksi Objek Dan Jenis Burung Menggunakan Convolutional Neural Network Dengan Arsitektur Inception Resnet-V2. INFOTECH journal, 8(2), 43-51.
Nugroho, P. A., Fenriana, I., & Arijanto, R. (2020). Implementasi Deep Learning Menggunakan Convolutional Neural Network (Cnn) Pada Ekspresi Manusia. Algor, 2(1), 12-20.
Pratiwi, H. A., Cahyanti, M., & Lamsani, M. (2021). Implementasi Deep Learning Flower Scanner Menggunakan Metode Convolutional Neural Network. Sebatik, 25(1), 124-130.
Putri, O. N. (2020). Implementasi Metode Cnn Dalam Klasifikasi Gambar Jamur Pada Analisis Image Processing (Studi Kasus: Gambar Jamur Dengan Genus Agaricus Dan Amanita).
R. D. King, O. I. Orhobor, and C. C. Taylor, “Cross-validation is safe to use,” Nat Mach Intell, vol. 3, no. 4, p. 276, 2021, doi: 10.1038/s42256-021-00332-z.
Rahman, A. Y. (2021). Klasifikasi Citra Burung Lovebird Menggunakan Decision Tree dengan Empat Jenis Evaluasi. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 5(4), 688-696. https://doi.org/10.29207/resti.v5i4.3210
Rahutomo, F., & Sari, D. N. (2020). Implementasi Library Deep Learning Keras pada Sistem Ujian Essay Online. Jurnal Informatika Polinema, 6(2), 73-79. https://doi.org/10.33795/jip.v6i2.303.
Syaputra, H., Supratman, E., & Purnamasari, S. D. (2022). Klasifikasi .Jenis Burung Lovebird Menggunakan Algoritma Convolutional Neural Network. Journal of Computer and Information Systems Ampera, 3(2), 133-140. https://doi.org/10.51519/journalcisa.v3i2.195.
Utari, L., & Zulfikar, A. (2023). Penerapan Convolutional Neural Networks Menggunakan Edge Detection Untuk Identifikasi Motif Jenis Batik. TeknoIS: Jurnal Ilmiah Teknologi Informasi dan Sains, 13(1), 110-123. https://doi.org/10.36350/jbs.v13i1.184.
Wahyuni, S., & Sulaeman, M. (2022). Penerapan Algoritma Deep Learning Untuk Sistem Absensi Kehadiran Deteksi Wajah Di PT Karya Komponen Presisi. Jurnal Informatika SIMANTIK, 7(1), 12-21.
Wolas, N., Hamzah, H., & Hiswati, M. E. (2022, August). Aplikasi Deep Learning Menggunakan Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Burung Famili Accipitridae. In Prosiding Seminar Nasional Teknik Elektro, Informatika & Sistem Informasi (SINTaKS) (Vol. 1, No. 1, pp. 11-16). https://doi.org/10.35842/sintaks.v1i1.3.
Yati, R., Rohana, T., & Pratama, A. R. (2023). Klasifikasi Jenis Mangga Menggunakan Algoritma Convolutional Neural Network. JURNAL MEDIA INFORMATIKA BUDIDARMA, 7(3), 1265-1275.
Yuliany, S., & Rachman, A. N. (2022). Implementasi Deep Learning pada Sistem Klasifikasi Hama Tanaman Padi Menggunakan Metode Convolutional Neural Network (CNN). Jurnal Buana Informatika, 13(1), 54-65. https://doi.org/10.24002/jbi.v13i1.5022.
Zahara, S. (2021). Peramalan Data Indeks Harga Konsumen Berbasis Time Series Multivariate Menggunakan Deep Learning. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 5(1), 24-30. https://doi.org/10.29207/resti.v5i1.2562.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Journal of Creative Student Research
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.