PEMBUATAN APLIKASI CONTENT-BASED IMAGE RETRIEVAL BERBASIS WEBSITE MENGGUNAKAN FEATURE EXTRACTION LAYER VGG-16 PADA TANAMAN HIAS ANTHURIUM

4617010060, Nugroho Raharjo (2021) PEMBUATAN APLIKASI CONTENT-BASED IMAGE RETRIEVAL BERBASIS WEBSITE MENGGUNAKAN FEATURE EXTRACTION LAYER VGG-16 PADA TANAMAN HIAS ANTHURIUM. D4 thesis, Politeknik Negeri Jakarta.

[thumbnail of Halaman Identitas Dokumen Skripsi] Text (Halaman Identitas Dokumen Skripsi)
4617010060_Nugroho Raharjo_Skripsi_Final_Halaman_Identitas.pdf

Download (2MB)
[thumbnail of BAB 2 s/d BAB 4 Isi Skripsi] Text (BAB 2 s/d BAB 4 Isi Skripsi)
4617010060_Nugroho Raharjo_Skripsi_Final_BABII_BABIV.pdf
Restricted to Hanya Civitas Akademika PNJ

Download (3MB)
[thumbnail of Manuskrip artikel ilmiah] Text (Manuskrip artikel ilmiah)
4617010060_Nugroho Raharjo_Jurnal Skripsi.pdf
Restricted to Hanya Staff Repositori

Download (479kB)

Abstrak

Dinamika di era modern saat ini berdampak terhadap trend di masyarakat. Sebagai contoh, pandemic Covid-19 berdampak pada kegiatan sehari-hari yang kini sebagian besar harus dilakukan dari rumah. Salah satu trend kegiatan pada masa pandemic ini adalah merawat tanaman hias. Tanaman hias merupakan tanaman yang berfungsi sebagai penghias. Anthurium adalah contoh tanaman hias yang sedang popular dan memiliki beragam jenis diantaranya Anthurium Fantasia, Anthurium Jose, Anthurium Sherzerianum, dan Anthurium Tropical . Untuk melakukan pengenalan jenis tanaman hias, dapat dilakukan dengan image retrieval. Adapun pengembangan dari image retrieval yaitu Content-Based Image Retrieval yang dapat melakukan identifikasi gambar dengan menganalisa fitur yang terdapat pada gambar. Content-Based Image Retrieval dapat diterapkan dalam pengenalan jenis tanaman hias dengan metode Convolutional Neural Network untuk melakukan ekstraksi fitur dari citra tanaman dan menghitung Euclidean Distance untuk mengukur kemiripan. Oleh karena itu diperlukan sebuah aplikasi untuk membantu melakukan pengenalan tanaman hias Anthurium. Dengan menggunakan salah satu pre-trained model model CNN yaitu VGG16 dengan bobot dari imagenet untuk melakukan ekstraksi fitur citra tanaman hias, aplikasi ini dapat menghasilkan rata-rata nilai precission dan recall sebesar 76% dengan waktu rata-rata untuk melakukan ekstraksi fitur adalah 0,633 detik untuk setiap citra.

Tipe Dokumen: Thesis / Skripsi / Tugas Akhir (D4)
Subjek: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 001 Ilmu pengetahuan
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Bidang, Unit, atau Jurusan Yang Ditujukan: Teknik Informatika dan Komputer > Teknik Informatika D4
User ID Pengunggah: S.Tr Nugroho Raharjo
Date Deposited: 13 Sep 2021 04:31
Last Modified: 13 Sep 2021 04:31
URI: https://repository.pnj.ac.id/id/eprint/2768

Actions (login required)

View Item
View Item