Analisis Perbandingan Optimizer Pada Klasifikasi Tumbuhan Jamur Dengan Metode Convolutional Neural Network
Klasifikasi jamur menjadi kategori dapat dimakan atau tidak dapat dimakan sangat penting untuk mencegah konsumsi yang sembarangan. Penelitian ini membandingkan kinerja tiga optimizer Adam, Adadelta, dan SGD dalam model Convolutional Neural Network (CNN) untuk klasifikasi tumbuhan jamur. Dataset terdiri dari gambar jamur yang telah melalui proses pre-processing untuk meningkatkan kinerja model. Model dievaluasi berdasarkan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa optimizer Adam memberikan performa terbaik dengan akurasi 97.6%, presisi 100%, recall 95%, dan F1-score 97.4%. Optimizer SGD memiliki akurasi 85.7
URI
https://repo.itera.ac.id/depan/submission/SB2505200045
Keyword
Convolutional Neural Network Optimizer Adam Adadelta SGD Klasifikasi jamur