Analisa Perbandingan Inception dan Xception Berbasis CNN untuk Klasifikasi Wajah Hewan

Authors

Abstract

Pada penelitian ini mencoba untuk mengklasifikasikan gambar hewan dengan cara membandingkan hasil akurasi terbaik antara Inception dan Xception. Pada dataset dalam penelitian ini, peneliti mencoba mengklasifikasikan gambar hewan menggunakan metode Convolutional Neural Network (CNN) berdasarkan tiga kategori kelas hewan yaitu kucing, anjing, dan hewan liar. Dalam proses pengklasifikasian penelitian ini menggunakan model CNN V3 untuk mengklasifikasikan gambar hewan. Dari hasil eksperimen menunjukan bahwa akurasi dari Inception dan Exception menunjukan hasil yang berbeda. Pendekatan Xception memiliki nilai akurasi  yang lebih tinggi dibandingkan dengan Inception. Hasil penelitian ini menunjukan hassil akurasi Xceptioon sebesar 99,67% pada klasifikasi wajah hewan. 

Kata kunci: Inception, Xception, CNN, Klasifikasi Hewan

Author Biography

Mursalim, Universitas Selamat Sri

Dosen Teknik Informatik, Universitas Selamat Sri Kampus II Batang

Additional Files

Published

2024-01-31

How to Cite

Tresi, T. A., & Salim, M. (2024). Analisa Perbandingan Inception dan Xception Berbasis CNN untuk Klasifikasi Wajah Hewan. Jurnal Teknik Informatika Dan Desain Komunikasi Visual, 3(1), 34–41. Retrieved from https://jfik.uniss.ac.id/index.php/journals/article/view/72