Klasifikasi Citra Brand Fashion Berdasarkan Kondisi Barang Orisinal atau Tiruan Menggunakan Metode CNN

Mohamad Fajar Zulkarnain, 3011810029 (2022) Klasifikasi Citra Brand Fashion Berdasarkan Kondisi Barang Orisinal atau Tiruan Menggunakan Metode CNN. Undergraduate thesis, Universitas Internasional Semen Indonesia.

[img] Text (COVER)
0. COVER.pdf

Download (125kB)
[img] Text (HALAMAN JUDUL)
1. HALAMAN JUDUL.pdf

Download (70kB)
[img] Text (HALAMAN PENGESAHAN)
2. HALAMAN PENGESAHAN.pdf
Restricted to Registered users only

Download (545kB) | Request a copy
[img] Text (PERSETUJUAN PUBLIKASI)
3. HALAMAN PERSETUJUAN PUBLIKASI.pdf
Restricted to Repository staff only

Download (249kB) | Request a copy
[img] Text (HALAMAN PERNYATAAN ORISINALITAS)
4. HALAMAN PERNYATAAN ORISINALITAS.pdf
Restricted to Repository staff only

Download (299kB) | Request a copy
[img] Text (ABSTRAK)
5. ABSTRAK.pdf

Download (224kB)
[img] Text (KATA PENGANTAR)
6. KATA PENGANTAR.pdf
Restricted to Repository staff only

Download (311kB) | Request a copy
[img] Text (DAFTAR ISI)
7. DAFTAR ISI.pdf

Download (308kB)
[img] Text (DAFTAR KODE)
8. DAFTAR KODE.pdf
Restricted to Repository staff only

Download (291kB) | Request a copy
[img] Text (DAFTAR GAMBAR)
9. DAFTAR GAMBAR.pdf
Restricted to Repository staff only

Download (295kB) | Request a copy
[img] Text (DAFTAR TABEL)
10. DAFTAR TABEL.pdf
Restricted to Repository staff only

Download (295kB) | Request a copy
[img] Text (BAB I PENDAHULUAN)
11. BAB I PENDAHULUAN.pdf

Download (249kB)
[img] Text (BAB II TINJAUAN PUSTAKA)
12. BAB II TINJAUAN PUSTAKA.pdf
Restricted to Repository staff only

Download (461kB) | Request a copy
[img] Text (BAB III METODOLOGI PENELITIAN)
13. BAB III METODOLOGI PENELITIAN.pdf
Restricted to Repository staff only

Download (595kB) | Request a copy
[img] Text (BAB IV HASIL DAN PEMBAHASAN)
14. BAB IV HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only

Download (927kB) | Request a copy
[img] Text (BAB V PENUTUP)
15. BAB V PENUTUP.pdf
Restricted to Repository staff only

Download (243kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
16. DAFTAR PUSTAKA.pdf

Download (308kB)
[img] Text (LAMPIRAN)
17. LAMPIRAN.pdf
Restricted to Repository staff only

Download (193kB) | Request a copy
[img] Text (FULL TEXT)
18. SKRIPSI - MOHAMAD FAJAR ZULKARNAIN (3011810029).pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Text (FULL TEXT DOC)
19. SKRIPSI - MOHAMAD FAJAR ZULKARNAIN (3011810029).docx

Download (6MB)
[img] Text (DRAFT JURNAL)
20. JURNAL - MOHAMAD FAJAR ZULKARNAIN (3011810029).docx
Restricted to Repository staff only

Download (359kB) | Request a copy

Abstract

Perkembangan teknologi masa kini sangatlah pesat membuat masyarakat Indonesia lebih terbuka pada pengetahuan global dalam berbagai bidang salah satunya bidang fashion. Banyak masyarakat yang kesulitan untuk membedakan Fashion itu Orisinal atau Tiruan. Oleh karena itu dibuatlah sebuah program aplikasi mobile yang mampu mengklasifikasikan Fashion itu Orisinal atau Tiruan. Menggunakan salah satu Brand Fashion yaitu Nike. Produk yang digunakan hanya tiga yaitu kaos, sepatu, dan topi. Metode yang digunakan adalah Convolutional Neural Network atau CNN digunakan untuk data terlabel berbentuk visual atau citra yang dapat mengklasifikasi citra objek berdasarkan karakteristiknya. Proses pembuatan model klasifikasi menggunakan beberapa arsitektur diantaranya yaitu VGG16, MobileNetV2, ResNet50V2, Xception, dan DenseNet121. MobileNetV2 mendapatkan hasil Accuracy tertinggi yaitu Accuracy 53%.

Item Type: Thesis (Undergraduate)
Additional Information: Softfile/KK.22/UISI-01/IF
Uncontrolled Keywords: Convolutional Neural Network, Fashion, Klasifikasi, Orisinal atau Tiruan
Contributors:
ContributionNameEmail
Thesis advisorYohanes Indra Riskajaya, S.Kom., M.Kom., MCEyohanes.riskajaya@uisi.ac.id
Subjects: T Technology > T Technology (General)
Divisions: Department of Informatics
Depositing User: Mohamad Fajar Zulkarnain
Date Deposited: 25 Aug 2022 10:35
Last Modified: 25 Aug 2022 10:35
URI: https://repository.uisi.ac.id/id/eprint/3889

Actions (login required)

View Item View Item