Responsive Banner

Deteksi objek berbasis citra alat musik tradisional Jawa Barat dengan berbagai skenario pre-processing pada metode Convolutional Neural Network

Wibawa, Mohamad Ichsan (2023) Deteksi objek berbasis citra alat musik tradisional Jawa Barat dengan berbagai skenario pre-processing pada metode Convolutional Neural Network. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.

This is the latest version of this item.

[img]
Preview
Text (Fulltext)
19650102.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB) | Preview

Abstract

ABSTRAK:

Deteksi objek adalah proses komputasi untuk mengidentifikasi dan mengenali objek tertentu dalam suatu gambar, video, atau bentuk visual lainnya. Alat musik tradisional adalah instrumen musik yang telah digunakan dan diwariskan dari generasi ke generasi dalam sebuah budaya atau komunitas tertentu. Pada penelitian ini deteksi objek diimplementasikan pada objek berupa alat musik tradisional jawa barat. Memanfaatkan data dari e-commerce penelitian ini bertujuan untuk memberikan sistem deteksi objek alat musik tradisional jawa barat dengan akurasi yang baik. Metode yang digunakan untuk deteksi objek ialah Convolutional Neural Network dengan arsitektur You Only Look Once. Input data pada penelitian ini berupa objek alat musik tradisional jawa barat dan output nya berupa hasil prediksi dari gambar yang akan diidentifikasi. Uji coba deteksi alat musik tradisional jawa barat menggunakan 27 model skenario pengujian dan berhasil mendapatkan nilai akurasi sebesar 91.7%.

ABSTRACT:

Object detection is a computational process to identify and recognize specificobjects in an image, video, or other visual forms. Traditional musical instruments aremusical instruments that have been used and passed down from generation to generationwithin a specific culture or community. In this research, object detection is implementedon objects in the form of traditional musical instruments from West Java. Utilizing datafrom e-commerce, this research aims to provide a system for detecting traditional musicalinstruments from West Java with high accuracy. The method used for object detection isConvolutional Neural Network with the You Only Look Once architecture. The input datafor this research consists of traditional musical instruments from West Java, and the outputis the prediction results of the identified image. The detection of traditional musicalinstruments from West Java was tested using 27 model test scenarios and successfullyachieved an accuracy score of 91.7%

مستخلص البحث:

كشف.ت البحث، هذا يف. حمدد جمتمع أو ثقافة يف جيل إل جيل من ووراثتها استخدامها ت موسيقية آالت هي التقليدية املوسيقى آالتاإللكرتونية التجارة من بياانت ابستخدام. ابرات جاوا يف التقليدية املوسيقى آالت يف تتمثل كائنات على الكائنات كشف تنفيذ،لكشف املستخدمة الطريقة. عالية بدقة ابرات جاوا يف التقليدية املوسيقى آالت كائنات لكشف نظام توفري إل البحث هذا يهدفآالت كائنات من تتكون البحث هذا يف اإلدخال بياانت". واحدة مرة تنظر أنت" كيبةتر ذات تكاثرية عصبية شبكة هي الكائناتابستخدام ابرات جاوا يف التقليدية املوسيقى آالت كشف اختبار ت. املعرفة الصورة توقع هو والناتج ابرات جاوا يف التقليدية املوسيقى27

Item Type: Thesis (Undergraduate)
Supervisor: Almais, Agung Teguh Wibowo and Yaqin, M. Ainul
Keywords: Alat Musik Tradisional. Deteksi Objek; Convolutional Neural Network; Jawa Barat; You Only Look Once. Traditional Musical Instruments; Object Detection; Convolutional Neural Network; West Java; You Only Look Once. ة تنظر أنت للتضمي، التابعة العصبية الشبكات ابرات، جاوا التقليدية، املوسيقى آالت كشف الرئيسية الكل
Subjects: 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080104 Computer Vision
08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080106 Image Processing
08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080199 Artificial Intelligence and Image Processing not elsewhere classified
Departement: Fakultas Sains dan Teknologi > Jurusan Teknik Informatika
Depositing User: Mohamad Ichsan Wibawa
Date Deposited: 14 Aug 2023 14:47
Last Modified: 14 Aug 2023 14:47
URI: http://etheses.uin-malang.ac.id/id/eprint/52337

Downloads

Downloads per month over past year

Available Versions of this Item

Actions (login required)

View Item View Item