Isi Artikel Utama
Abstrak
Dengan banyaknya kemiripan ciri-ciri dari karakteristik yang dimiliki oleh burung, maka diperlukannya suatu teknologi untuk mengatasi masalah banyaknya kemiripan yang dimiliki oleh jenis burung yang menyebabkan sulitnya untuk mengidentifikasi kemiripan jenis-jenis burung tersebut. Didalam kecerdasan buatan terdapat Deep Learning yang bertujuan untuk meniru cara kerja otak manusia seperti mengetahui dan mengklasifikasikan suatu objek berdasarkan gambar, suara, dan text. Siamese Neural Network adalah salah satu pendekatan Deep Learning yang berisi bidang input untuk membandingkan dua pola dan menghasilkan satu output yang nilainya sesuai dengan kesamaan antara dua pola. Siamese Neural Network popular untuk menyelesaikan permasalahan dalam menemukan kesamaan atau hubungan antara dua hal yang sebanding. Pengenalan atau kemiripan pada gambar merupakan objek penelitian yang sangat banyak diminati dengan potensi penerapan pada berbagai industri dan bidang. Pendekatan yang dilakukan ada berbagai macam seperti menggunakan teknik computer vision, machine learning, maupun deep learning. Setiap teknik itu sendiri memiliki kehebatan yang beragam, tapi akhir-akhir ini teknik yang sering digunakan ialah deep learning yang memiliki kemajuan yang pesat pada penyelesaian masalah-masalah dengan nilai akurasi yang tinggi karena teknik deep learning mampu mempelajari data dalam jumlah besar tanpa ketergantungan pada perekayasaan fitur secara manual untuk dapat melatih model. Pada penelitian yang diakukan untuk mendeteksi kemiripan jenis burung menggunakan data sebanyak 23.400 gambar dengan 260 jenis spesies burung yang disetiap kelasnya terdapat masing-masing 90 gambar. Pada penelitian ini mendapatkan akurasi training 87,05 %, akurasi testing 93,90 % dan akurasi pengujian dengan AUC sebesar 93 %.
Kata Kunci: Burung, Kemiripan, Deep Learning, Siamase Neural Network, Akurasi
Rincian Artikel
Referensi
- Bromley, J., Guyon, I., LeCun, Y., Säckinger, E., & Shah, R. (1994). Signature Verification using a “Siamese” Time Delay Neural Network. In J. Cowan, G. Tesauro, & J. Alspector (Eds.), Advances in Neural Information Processing Systems (Vol. 6). Morgan-Kaufmann. https://proceedings.neurips.cc/paper/1993/file/288cc0ff022877bd3df94bc9360b9c5d-Paper.pdf
- Craparotta, G., Thomassey, S., & Biolatti, A. (2019). A siamese neural network application for sales forecasting of new fashion products using heterogeneous data. International Journal of Computational Intelligence Systems, 12(2), 1537–1546. https://doi.org/10.2991/ijcis.d.191122.002
- Fermansah, D. (2019). PENGGUNAAN METODE TRADITIONAL TRANSFORMATIONS DATA AUGMENTATION UNTUK PENINGKATAN HASIL AKURASI PADA MODEL ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) DI KLASIFIKASI GAMBAR [Universitas Siliwangi]. http://repositori.unsil.ac.id/233/
- Guojun Gan, C. M. and J. W. (2007). ASA-SIAM Series on Statistics and Applied Mathematics Data Clustering: Theory, Algorithms, and Applications. xxii + 448.
- Gupta, R., Pandey, S., & Vanusha, D. (2020). Bird Detection using Siamese Neural Network. International Journal of Innovative Technology and Exploring Engineering, 9(7), 1168–1171. https://doi.org/10.35940/ijitee.e2468.059720
- Koch, G. (2015). Siamese Neural Networks for One-Shot Image Recognition. Cs.Toronto.Edu, 2. http://www.cs.toronto.edu/~gkoch/files/msc-thesis.pdf
- Naufal, M., & Pulung, N. A. (2015). MENGANALISIS JENIS LEOPARD GECKO MENGGUNAKAN CONTENT BASED IMAGE RETRIEVAL BERBASIS COLOR. file:///C:/Users/User/Documents/dapustoby/35382190.pdf
- Raymond, M. Lj., & George, P. S. (2008). Sistem Informasi Manajemen, Edisi-10. Jakarta: Salemba Empat.
- Rosa, A. S., & Shalahuddin, M. (2018). Rekayasa Perangkat Lunak Edisi Revisi. Bandung: Informatika.
- Schroff, F., Kalenichenko, D., & Philbin, J. (2015). FaceNet: A Unified Embedding for Face Recognition and Clustering. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 815–823. https://arxiv.org/abs/1503.03832
- Sugiyono. (2015). Metode Penelitian Kombinasi. Alfabeta.
Referensi
Bromley, J., Guyon, I., LeCun, Y., Säckinger, E., & Shah, R. (1994). Signature Verification using a “Siamese” Time Delay Neural Network. In J. Cowan, G. Tesauro, & J. Alspector (Eds.), Advances in Neural Information Processing Systems (Vol. 6). Morgan-Kaufmann. https://proceedings.neurips.cc/paper/1993/file/288cc0ff022877bd3df94bc9360b9c5d-Paper.pdf
Craparotta, G., Thomassey, S., & Biolatti, A. (2019). A siamese neural network application for sales forecasting of new fashion products using heterogeneous data. International Journal of Computational Intelligence Systems, 12(2), 1537–1546. https://doi.org/10.2991/ijcis.d.191122.002
Fermansah, D. (2019). PENGGUNAAN METODE TRADITIONAL TRANSFORMATIONS DATA AUGMENTATION UNTUK PENINGKATAN HASIL AKURASI PADA MODEL ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) DI KLASIFIKASI GAMBAR [Universitas Siliwangi]. http://repositori.unsil.ac.id/233/
Guojun Gan, C. M. and J. W. (2007). ASA-SIAM Series on Statistics and Applied Mathematics Data Clustering: Theory, Algorithms, and Applications. xxii + 448.
Gupta, R., Pandey, S., & Vanusha, D. (2020). Bird Detection using Siamese Neural Network. International Journal of Innovative Technology and Exploring Engineering, 9(7), 1168–1171. https://doi.org/10.35940/ijitee.e2468.059720
Koch, G. (2015). Siamese Neural Networks for One-Shot Image Recognition. Cs.Toronto.Edu, 2. http://www.cs.toronto.edu/~gkoch/files/msc-thesis.pdf
Naufal, M., & Pulung, N. A. (2015). MENGANALISIS JENIS LEOPARD GECKO MENGGUNAKAN CONTENT BASED IMAGE RETRIEVAL BERBASIS COLOR. file:///C:/Users/User/Documents/dapustoby/35382190.pdf
Raymond, M. Lj., & George, P. S. (2008). Sistem Informasi Manajemen, Edisi-10. Jakarta: Salemba Empat.
Rosa, A. S., & Shalahuddin, M. (2018). Rekayasa Perangkat Lunak Edisi Revisi. Bandung: Informatika.
Schroff, F., Kalenichenko, D., & Philbin, J. (2015). FaceNet: A Unified Embedding for Face Recognition and Clustering. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 815–823. https://arxiv.org/abs/1503.03832
Sugiyono. (2015). Metode Penelitian Kombinasi. Alfabeta.