Bayu Dwi Prasetya, 4112317034 (2020) OPTIMASI CONVUTIONAL NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA UNTUK KASUS FACIAL EMOTIONAL RECOGNITION. Under Graduates thesis, Universitas Negeri Semarang.

PDF (OPTIMASI CONVUTIONAL NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA UNTUK KASUS FACIAL EMOTIONAL RECOGNITION) - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Convolutional Neural Network merupakan algoritma yang sering digunakan untuk pengolahan data citra. Salah satu permasalahan dalam membangun arsitektur dari model CNN yaitu menentukan parameter yang tepat agar menghasilkan model yang terbaik. Belum terdapat landasan teoritis dalam menentukan parameter dari CNN. Proses menentukan parameter dilakukan dengan intuitif dan berdasarkan pengalaman dari peneliti. Berdasarkan permasalahan tersebut, peneliti mengusulkan metode untuk menentukan parameter terbaik menggunakan algoritma genetika. Algoritma genetika dipilih karena algoritma ini memiliki fleksibilitas yang tinggi dalam penggunaannya. Algoritma ini juga relatif cepat dalam menemukan solusi dari suatu permasalahan. Metode yang digunakan untuk mengimplementasikan algoritma genetika untuk menentukan parameter CNN adalah dengan melakukan representasi dari calon parameter ke dalam kromosom. Menggunakan studi kasus Facial emotional Recognition untuk melihat performa dari algoritma genetika. Hasil akurasi dari pelatihan setiap model akan digunakan sebagai nilai fitness. Hasil akhir dari penelitian ini yaitu algoritma genetika dapat menghasilkan imodel baru di setiap generasi yang lebih baik dari generasi sebelumnya dan didapatkan nilai parameter yang menghasilkan model dengan akurasi sebesar 54,67%.

Actions (login required)

View Item