Implementasi Metode Recurrent Neural Network pada Pengklasifikasian Kualitas Telur Puyuh
Abstract
Telur merupakan salah satu sumber makanan yang banyak mengandung protein sekaligus disukai oleh banyak orang dan juga mepunyai berbagai macam mamfaat bagi manusia.. RNN adalah jaringan saraf berulang atau jaringan saraf tiruan yang pemerosesannya di panggil secara berulang-ulang untuk memproses masukan yang biasa adalah data sekuensial. Setelah mengambil suara ketukan, pemerosesan akan memasuki tahap extraksi fitur, training data dan prediksi data. Hasil dari proses extraksi fitur berupa nilai statistika, FFT dan MFCC yang kemudian akan di training dengan metode RNN dan menghasilkan file model.h5. Untuk hasil prediksi precision diatas 75 %, recall diatas 81 % dan akurasi diatas 87 %.
Keywords
Kualitas Telur, Recurrent Neural Network, mfcc
Full Text:
PDFDOI: https://doi.org/10.35793/jti.15.2.2020.29552
Refbacks
- There are currently no refbacks.
![Creative Commons License](http://licensebuttons.net/l/by-nc/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.