KLASIFIKASI AKTIVITAS OLAHRAGA BERDASARKAN CITRA FOTO DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Ramza, Harry (2023) KLASIFIKASI AKTIVITAS OLAHRAGA BERDASARKAN CITRA FOTO DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. JITET (Jurnal Informatika dan Teknik Elektro Terapan), 11 (3S1). pp. 1081-1086. ISSN 2830-7062

Preview

Archive (JITET Jurnal publication) KLASIFIKASI AKTIVITAS OLAHRAGA BERDASARKAN.pdf Download (397kB) | Preview

Abstract

Dalam era teknologi dan informasi yang semakin maju, olahraga juga semakin mendapat perhatian dari berbagai kalangan, termasuk para penggemar dan pelaku industri olahraga. Namun, untuk memahami dan mengelola dunia olahraga dengan lebih efektif, diperlukan analisis dan pemahaman mendalam terhadap berbagai aspek olahraga, termasuk diantaranya adalah klasifikasi dan pengenalan berbagai jenis olahraga. Salah satu pendekatan yang kuat dan efektif dalam pengenalan pola pada citra adalah Convolutional Neural Network (CNN). CNN adalah sebuah metode klasifikasi yang sangat cocok untuk digunakan dalam mengklasifikasikan citra digital. Arsitektur CNN dirancang secara efektif untuk mengenali objek dalam citra. Dataset yang digunakan terdiri dari 2348 dataset untuk pelatihan (training), 294 dataset untuk pengujian (testing), dan 294 dataset untuk validasi
(validation). Proses pelatihan model dengan arsitektur CNN DenseNet121 menghasilkan tingkat keakuratan mencapai 99%, sementara tingkat keakuratan validasi mencapai 88,78%. Melalui penelitian ini, diharapkan penerapan CNN untuk menciptakan sistem yang dapat secara otomatis dan akurat mengidentifikasi jenis olahraga yang sedang dilakukan oleh individu maupun kelompok berdasarkan gambar atau citra yang ditangkap dari aktivitas olahraga tersebut.

Item Type:	Article
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Keguruan & Ilmu Pendidikan > Pendidikan Sejarah Fakultas Psikologi Fakultas Teknik Fakultas Teknik > Teknik Elektro Fakultas Teknik > Teknik Informatika Fakultas Teknik > Teknik Mesin
Depositing User:	Harry Ramza
Date Deposited:	31 Jan 2024 07:58
Last Modified:	31 Jan 2024 07:58
URI:	http://repository.uhamka.ac.id/id/eprint/31073

Actions (login required)

View Item