IMPLEMENTASI METODE CONVOLUTION NEURAL NETWORK (CNN) UNTUK IMAGE CAPTIONING BERBAHASA INDONESIA DENGAN INCEPTION V3 (Studi Literatur) | Perpustakaan Institut Teknologi Indonesia
Perpustakaan Institut Teknologi Indonesia

Collection Detail

No image available for this title
Tugas Akhir Sarjana

IMPLEMENTASI METODE CONVOLUTION NEURAL NETWORK (CNN) UNTUK IMAGE CAPTIONING BERBAHASA INDONESIA DENGAN INCEPTION V3 (Studi Literatur)

ESA KUSUMAWATI - Nama Orang;

Image Captioning adalah proses menghasilkan satu atau lebih kalimat untuk
menjelaskan konten visual dari suatu gambar. Image Captioning dapat digunakan
untuk membantu aktivitas manusia memahami konten visual, seperti informasi
gambar medis, interaksi manusia-robot, dan untuk membantu menjelaskan gambar
kepada tunanetra. Mesin secara otomatis membuat deskripsi gambar menggunakan
arsitektur Inception V3 dalam model Convolutional Neural Network (CNN) untuk
mengekstrak fitur gambar, dan Gated Recurrent Unit (GRU) dalam model Recurrent
Neural Network (RNN) untuk memproses data. Pada penelitian ini, pelatihan model
menghasilkan akurasi sebesar 0,9335 dan loss sebesar 0,2167 selama 100 epoch
iterasi.
Kata Kunci : Image Captioning, Convoltional Neural Network (CNN), Recurrent
Neural Network (RNN)

Ketersediaan
#LokasiNo. PanggilKode EksemplarStatus
1Perpustakaan ITIIF 2023 054IF2023054Tersedia
2Perpustakaan ITIIF 2023 054IF2023054-CDTersedia
Informasi Detail
Judul Seri -
No. Panggil IF 2023 054
Penerbit INFORMATKA (2023)
Deskripsi Fisik -
Bahasa Indonesia
ISBN/ISSN -
Klasifikasi NONE
Tipe Isi -
Tipe Media -

Tidak Ada Data


Chat via WhatsApp
Menu