KLASIFIKASI JENIS KELAMIN BURUNG PARKIT MENGGUNAKAN METODE OBJECT DETECTON DAN CONVOLUTIONAL NEURAL NETWORK (CNN)

Farid Alfiansah Subakar, 3011710021 (2022) KLASIFIKASI JENIS KELAMIN BURUNG PARKIT MENGGUNAKAN METODE OBJECT DETECTON DAN CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (402kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (80kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Registered users only Download (118kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (119kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (72kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (72kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (133kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (104kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (104kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (100kB) | Request a copy
	Text (DAFTAR LAMPIRAN) 10. DAFTAR LAMPIRAN.pdf Restricted to Repository staff only Download (95kB) | Request a copy
	Text (BAB I PENDAHULUAN) 11. BAB I PENDAHULUAN.pdf Download (117kB)
	Text (BAB II TINJAUAN PUSTAKA) 12. BAB II TINJUAN PUSTAKA.pdf Restricted to Repository staff only Download (291kB) | Request a copy
	Text (BAB III METODE PENELITIAN) 13. BAB III METODE PENELITIAN.pdf Restricted to Repository staff only Download (231kB) | Request a copy
	Text (BAB IV HASIL PENELITIAN DAN PEMBAHASAN) 14. BAB IV HASIL PENELITIAN DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (485kB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) 15. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Repository staff only Download (140kB) | Request a copy
	Text (DAFTAR PUSTAKA) 16. DAFTAR PUSTAKA.pdf Download (139kB)
	Text (LAMPIRAN) 17. LAMPIRAN.pdf Restricted to Repository staff only Download (407kB) | Request a copy
	Text (FULL TEXT) 18. SKRIPSI – FARID ALFIANSAH SUBAKAR (3011710021).pdf Restricted to Registered users only Download (3MB) | Request a copy
	Text (FULL TEXT DOC) 19. SKRIPSI – FARID ALFIANSAH SUBAKAR (3011710021).doc Restricted to Repository staff only Download (10MB) | Request a copy
	Text (DRAFT JURNAL) 20. .JURNAL – FARID ALFIANSAH SUBAKAR (3011710021).doc Restricted to Repository staff only Download (590kB) | Request a copy

Abstract

Burung parkit merupakan burung hias berparuh bengkok yang memiliki warna dan corak bulu yang bermacam-macam. Dalam proses budidaya burung parkit, diperlukan kemampuan dalam mengidentifikasi jenis kelamin burung parkit. Salah satu cara mengidentifikasi jenis kelamin burung parkit dengan melihat warna cere. Masih banyak peternak masih bingung dalam mengklasifikasi jenis kelamin burung parkit dengan melihat warna cere. Sehingga penulis memiliki sebuah ide untuk mengembangkan aplikasi image processing dengan menggunakan model object detection dan convolutional neural network (CNN) yang bertujuan untuk mengatasi masalah dalam mengidentifikasi jenis kelamin burung parkit melalui warna cere. Hasil uji aplikasi klasifikasi jenis kelamin burung parkit jantan dan betina mampu mencapai akurasi 83%. Artinya, klasifikasi sudah terbentuk dengan baik.

Item Type:	Thesis (Undergraduate)
Additional Information:	Softfile/KK.22/UISI-01/IF
Uncontrolled Keywords:	burung parkit, image processing, object detection, convolutional neural network.
Contributors:	Contribution Name Email Thesis advisor Mohammad Arif Rasyidi, S.Kom., M.Sc., MCE mohammad.rasyidi@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	Farid Alfiansah Subakar
Date Deposited:	24 Aug 2022 20:02
Last Modified:	24 Aug 2022 20:02
URI:	https://repository.uisi.ac.id/id/eprint/3740

Actions (login required)

View Item