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

Kusumawati, Esa

dc.contributor.advisor	Soleh, Muhammad
dc.contributor.author	Kusumawati, Esa
dc.date.accessioned	2023-10-24T08:12:10Z
dc.date.available	2023-10-24T08:12:10Z
dc.date.issued	2023-10-19
dc.identifier.uri	http://repository.iti.ac.id/jspui/handle/123456789/1750
dc.description	Dosen pembimbing : Muhammad Soleh	en_US
dc.description.abstract	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.	en_US
dc.publisher	Institut Teknologi Indonesia	en_US
dc.subject	Image Captioning	en_US
dc.subject	Convoltional Neural Network (CNN)	en_US
dc.subject	Recurrent Neural Network (RNN)	en_US
dc.title	IMPLEMENTASI METODE CONVOLUTION NEURAL NETWORK (CNN) UNTUK IMAGE CAPTIONING BERBAHASA INDONESIA DENGAN INCEPTION V3	en_US
dc.type	Thesis	en_US
dc.identifier.nidn	NIDN0302128902
dc.identifier.nim	NIM1151700035
dc.identifier.kodeprodi	KODEPRODI55201#Teknik Informatika