ANALISI KLASIFIKASI KENDARAAN MILITER MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)

Ariq, Muhammad Naufal; Ulil Surtia Zulpratita (Pembimbing)

ANALISI KLASIFIKASI KENDARAAN MILITER MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)

dc.contributor.author	Ariq, Muhammad Naufal
dc.contributor.author	Ulil Surtia Zulpratita (Pembimbing)
dc.date.accessioned	2026-09-09T08:34:00Z
dc.date.available	2026-09-09T08:34:00Z
dc.date.issued	2025
dc.description.abstract	Perkembangan pesat teknologi militer menuntut adanya sistem identifikasi dan klasifikasi kendaraan militer yang semakin canggih. Kemampuan untuk membedakan berbagai jenis kendaraan militer, seperti tank, truk, dan kendaraan tempur lainnya, secara akurat dan cepat menjadi faktor krusial dalam perencanaan dan pelaksanaan operasi militer. Penelitian ini mengevaluasi kinerja tiga arsitektur Convolutional Neural Network (CNN) yang populer, yaitu ResNet50, AlexNet, dan GoogleNet, dalam tugas klasifikasi kendaraan militer. Dataset yang digunakan terdiri dari citra kendaraan militer yang dikumpulkan dari sumber terbuka. Dataset terdiri dari citra Kendaraan Militer dengan jumlah 9900, yang dimana data dibagi menjadi 3, yaitu 5505 data training, 2332 data valid, dan 2063 data test. Hasil eksperimen menunjukkan bahwa GoogleNet mencapai kinerja terbaik dengan akurasi sebesar 94,76%, diikuti oleh ResNet50 93,65% dan AlexNet 84,10%. Temuan ini mengindikasikan bahwa GoogleNet memiliki keunggulan dalam klasifikasi citra kendaraan militer.
dc.identifier.uri	https://repository.widyatama.ac.id/handle/123456789/110965
dc.language.iso	other
dc.publisher	Program Studi S1 Informatika
dc.relation.ispartofseries	0620101009
dc.title	ANALISI KLASIFIKASI KENDARAAN MILITER MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)
dc.type	Thesis